jupyter sql與python結(jié)合進(jìn)行數(shù)據(jù)分析案例

在這個(gè)案例中，我們將使用Jupyter Notebook來結(jié)合SQL和Python進(jìn)行數(shù)據(jù)分析

1. 首先，確保已經(jīng)安裝了必要的庫。在Jupyter Notebook中運(yùn)行以下命令：

!pip install pandas
!pip install sqlite3
!pip install ipython-sql

2. 導(dǎo)入所需的庫：

import pandas as pd
import sqlite3
from IPython.display import display
%load_ext sql

3. 創(chuàng)建一個(gè)SQLite數(shù)據(jù)庫并連接到它：

conn = sqlite3.connect('example.db')

4. 使用魔法命令%sql連接到數(shù)據(jù)庫：

%sql sqlite:///example.db

5. 創(chuàng)建一個(gè)表格并插入數(shù)據(jù)：

%%sql
CREATE TABLE sales (
    id INTEGER PRIMARY KEY,
    product TEXT,
    price REAL,
    quantity INTEGER,
    date TEXT
);

INSERT INTO sales (product, price, quantity, date) VALUES
    ('Product A', 10.0, 5, '2021-01-01'),
    ('Product B', 20.0, 10, '2021-01-01'),
    ('Product A', 10.0, 15, '2021-01-02'),
    ('Product B', 20.0, 20, '2021-01-02');

6. 使用SQL查詢數(shù)據(jù)并將結(jié)果存儲(chǔ)在Pandas DataFrame中：

result = %sql SELECT * FROM sales;
df = result.DataFrame()
display(df)

7. 使用Python對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步處理。例如，計(jì)算每個(gè)產(chǎn)品的總銷售額：

sales_summary = df.groupby('product').sum().reset_index()
sales_summary['total_sales'] = sales_summary['price'] * sales_summary['quantity']
display(sales_summary)

8. 關(guān)閉數(shù)據(jù)庫連接：

conn.close()

這個(gè)簡單的案例展示了如何在Jupyter Notebook中結(jié)合SQL和Python進(jìn)行數(shù)據(jù)分析。你可以根據(jù)自己的需求修改代碼，以處理更復(fù)雜的數(shù)據(jù)和查詢。