——python sql
pandas在數(shù)據(jù)處理上有著豐富且高效的函數(shù)，我們把數(shù)據(jù)清理、整理好后，只是一張?jiān)嫉腄ataFrame。python也能像SQL一樣或者excel里面的voolkup一樣將數(shù)據(jù)進(jìn)行合并，也能像excel里面的透視表或者sql group by一樣進(jìn)行數(shù)據(jù)透視組合，也能像excel的查找功能或者sql里面的where功能進(jìn)行數(shù)據(jù)篩選。

python類似sql where用法或excel查找用法

python 類似where用法中的 col=a、col<>a、col=a and col =b、col=a or col=b、col in(a,b,c)、col not in(a,b,c)

代碼案例

import pandas as pd
data={'a':[1,2,3,4,3,2,6],
      'b':[43,23,52,23,11,63,83],
      'c':['true','fales','true','true','fales','fales','true']}
data=pd.DataFrame(data)#創(chuàng)建一個(gè)df表
Out[33]: 
   a   b      c
0  1  43   true
1  2  23  fales
2  3  52   true
3  4  23   true
4  3  11  fales
5  2  63  fales
6  6  83   true

#查找b列內(nèi)容大于等于30的所有列
data[data['b']>=30] 
Out[34]: 
   a   b      c
0  1  43   true
2  3  52   true
5  2  63  fales
6  6  83   true
 #查找b類大于等于30并且a列小于5的所有列
data[(data['b']>=30)&(data['a']<5)]
Out[35]: 
   a   b      c
0  1  43   true
2  3  52   true
5  2  63  fales
#查找b列不包含11和63的所有列，不用`-`號(hào)代表包含
data[-data['b'].isin([11,63])]
Out[36]: 
   a   b      c
0  1  43   true
1  2  23  fales
2  3  52   true
3  4  23   true
6  6  83   true

python類似sql Group by分組用法

group一般會(huì)配合合計(jì)函數(shù)（Aggregate functions）使用，比如：count、avg等。Pandas對(duì)合計(jì)函數(shù)的支持有限，有count和size函數(shù)實(shí)現(xiàn)SQL的count

python中的group也支持迭代常用于循環(huán)對(duì)整個(gè)df進(jìn)行分組然后再進(jìn)行加工

代碼案例

• 直接groupby計(jì)算

#按c列分組分別計(jì)算a,b列的和
data.groupby('c').sum() 

Out[37]: 
        a    b
c             
fales   7   97
true   14  201

#按c列分組只求a列的和
data.groupby('c')['a'].sum()
Out[38]: 
c
fales     7
true     14

• for循環(huán)groupby迭代

#將data按c列分組，重新生成兩個(gè)單獨(dú)的df
for x in data.groupby('c'):
    print(x[1])

Out[40]:
   a   b      c
1  2  23  fales
4  3  11  fales
5  2  63  fales
   a   b     c
0  1  43  true
2  3  52  true
3  4  23  true
6  6  83  true

python類似sql join關(guān)聯(lián)用法

代碼案例

data1={'d':[7,44,1,44,31,42,3],
      'b':[43,23,52,23,11,63,83],
      'c':['true','fales','true','true','fales','fales','true']}
data1=pd.DataFrame(data1)#再創(chuàng)一個(gè)表命名為data1，data表在最前面

Out[52]: 
    d   b      c
0   7  43   true
1  44  23  fales
2   1  52   true
3  44  23   true
4  31  11  fales
5  42  63  fales
6   3  83   true

pd.merge(data,data1,how='inner',left_on='a',right_on='d')
#取data表a列與data1表d列相同的交集部分
Out[55]: 
   a  b_x    c_x  d  b_y   c_y
0  1   43   true  1   52  true
1  3   52   true  3   83  true
2  3   11  fales  3   83  true

python類似sql order排序用法

代碼案例

data.sort_values(['a'],ascending=[True])對(duì)a列進(jìn)行排序

Out[56]: 
   a   b      c
0  1  43   true
1  2  23  fales
5  2  63  fales
2  3  52   true
4  3  11  fales
3  4  23   true
6  6  83   true

python類似sql Distinct去重用法

包含參數(shù)

代碼案例

data.drop_duplicates(subset=['a'],keep='first',inplace=True)
#將data表a列中重復(fù)的去掉，并替換原表
Out[59]: 
   a   b      c
0  1  43   true
1  2  23  fales
2  3  52   true
3  4  23   true
6  6  83   true