sql中pandas怎么用
这篇文章主要为大家展示了“sql中pandas怎么用”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“sql中pandas怎么用”这篇文章吧。
让客户满意是我们工作的目标,不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户,将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴,公司提供的服务项目有:域名注册、网页空间、营销软件、网站建设、铜官网站维护、网站推广。
除了SQL以外,Python的pandas也为我们提供了SQL的大多数功能。自从从事算法之后就很少写SQL了,今天在整理印象笔记时趁机复习了一下,也花了点时间把SQL中主要的增删改查方法用pandas对应实现一遍。可以说是非常实用了。
标准的SQL查询语法如下:
select (distinct) [字段]from [表1] join [表2] on [匹配字段]where [过滤条件]group by [字段]having [过滤条件]order by [字段] desclimit [个数] offset [个数]
我们以2018-19赛季部分NBA超巨的数据为例进行说明。该数据在pandas和MySQL中分别样式分别如下:
SQL的增删改查最主要的还是查询方法。我们先从查询方法开始。
select:选择球员、球队和场均得分三列:
distinct: 查看这些球员都有哪几种球场位置:
count:统计样本量
分类值统计:
连续值描述性统计:
where:
单条件:查找属于得分后卫的球员:
多条件:查找属于得分后卫且得分大于27分的球员:
in/not in查找:
order by排序语句:
对球员得分进行排序:
limit/offset语句:
对球员得分排序后取前三或者第二到第四
group by语句:
求每个位置球员的平均得分并降序排序:
having子句:
求每个位置球员的平均得分并筛选大于26分的记录:
多表联立查询:inner join/outer(left right) join/union
给出新表如下:
inner join:
left join:
right join:
union:
主要的查询部分对照完了之后,我们再来看SQL和pandas中的增删改方法。
SQL中创建表、修改表、插入表和删除表的语句如下表所示:
上述四种方法与之对应的pandas写法如下:
以上是“sql中pandas怎么用”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注创新互联行业资讯频道!
文章题目:sql中pandas怎么用
URL网址:http://scyanting.com/article/iiodci.html