Pandas闪回咒！如何在Python中重写SQL查询？

工作中，频繁切换是件麻烦事儿。一些程序员只熟悉SQL中的数据操作，却不熟悉Python中的数据操作，因此在完成项目时，我们不得不频繁地在SQL和Python之间进行切换，导致了工作效率低下和生产能力下降。

成都网络公司-成都网站建设公司创新互联10余年经验成就非凡，专业从事成都网站设计、网站建设，成都网页设计，成都网页制作，软文营销，1元广告等。10余年来已成功提供全面的成都网站建设方案，打造行业特色的成都网站建设案例，建站热线：13518219792，我们期待您的来电！

本文就教你一种方法，使用Pandas在Python中轻松重现SQL结果。

入门指南

如果电脑中没有pandas包，则需要先安装一下：

 
 
 
 
  
  
  
  Conda install pandas

在这个阶段，我们将使用著名的Kaggle泰坦尼克数据集：https://www.kaggle.com/c/titanic/data?select=test.csv。

安装软件包并下载数据后，需要将其导入Python环境中：

 
 
 
 
  
  
  
  import pandas as pd 
  
  
  
               titanic_df = pd.read_csv("titanic_test_data.csv")

我们将使用pandas数据框架来存储数据，还将用到各种pandas函数来操作数据框架。

 
 
 
 
  
  
  
  SELECT, DISTINCT, COUNT, LIMIT

让我们从经常使用的简单SQL查询开始。

titanic_df [“ age”]。unique()将在此处返回唯一值的数组，因此需要使用len()来获取唯一值的计数。

 
 
 
 
  
  
  
  SELECT，WHERE，OR，AND，IN（有条件选择）

现在你知道了如何以简单的方式探索数据框架，接着来尝试一些条件吧(在SQL中是WHERE子句)。

如果只想从数据框架中选择特定的列，则可以使用另一对方括号进行选择。注意，如果要选择多列，则需要在方括号内放置数组[“ name”，“ age”]。

isin()与SQL中的IN完全相同。要使用NOT IN，需要在Python中使用negation(〜)来获得相同的结果。

 
 
 
 
  
  
  
  GROUP BY，ORDER BY，COUNT

GROUP BY和ORDER BY也是用来探索数据的流行SQL，让我们在Python中尝试一下。

如果只想对COUNT进行排序，可以将布尔值传递给sort_values函数;如果想对多列进行排序，则必须将布尔数组传递给sort_values函数。sum()函数将提供数据框架中的所有聚合数值总和列，如果只需要特定列，则需要使用方括号指定列名。

 
 
 
 
  
  
  
  MIN，MAX，MEAN，MEDIAN

最后，来尝试一些常见的统计功能，这些功能对于数据探索非常重要。

由于SQL没有中位数函数，因此将使用BigQuery APPROX_QUANTILES获取年龄中位数。pandas聚合函数.agg()还支持其他函数，例如sum。

拒绝频繁切换，轻松重现查询，你值得拥有!

你可以在我的Github中查看完整的脚本：https://github.com/chingjunetao/medium-article/tree/master/rewrite-sql-with-python

本文转载自微信公众号「读芯术」，可以通过以下二维码关注。转载本文请联系读芯术公众号。

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源：创新互联

猜你还喜欢下面的内容