sql中pandas怎么用

這篇文章主要為大家展示了“sql中pandas怎么用”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“sql中pandas怎么用”這篇文章吧。

除了SQL以外，Python的pandas也為我們提供了SQL的大多數(shù)功能。自從從事算法之后就很少寫(xiě)SQL了，今天在整理印象筆記時(shí)趁機(jī)復(fù)習(xí)了一下，也花了點(diǎn)時(shí)間把SQL中主要的增刪改查方法用pandas對(duì)應(yīng)實(shí)現(xiàn)一遍。可以說(shuō)是非常實(shí)用了。

標(biāo)準(zhǔn)的SQL查詢(xún)語(yǔ)法如下：

select (distinct) [字段]from [表1] join [表2] on [匹配字段]where [過(guò)濾條件]group by [字段]having [過(guò)濾條件]order by [字段] desclimit [個(gè)數(shù)] offset [個(gè)數(shù)]

     我們以2018-19賽季部分NBA超巨的數(shù)據(jù)為例進(jìn)行說(shuō)明。該數(shù)據(jù)在pandas和MySQL中分別樣式分別如下：

SQL的增刪改查最主要的還是查詢(xún)方法。我們先從查詢(xún)方法開(kāi)始。

select：選擇球員、球隊(duì)和場(chǎng)均得分三列：

distinct: 查看這些球員都有哪幾種球場(chǎng)位置：

count：統(tǒng)計(jì)樣本量

分類(lèi)值統(tǒng)計(jì)：

連續(xù)值描述性統(tǒng)計(jì)：

where：

單條件：查找屬于得分后衛(wèi)的球員：

多條件：查找屬于得分后衛(wèi)且得分大于27分的球員：

in/not in 查找：

order by 排序語(yǔ)句：

對(duì)球員得分進(jìn)行排序：

limit/offset語(yǔ)句：

對(duì)球員得分排序后取前三或者第二到第四

group by語(yǔ)句：

求每個(gè)位置球員的平均得分并降序排序：

having子句：

求每個(gè)位置球員的平均得分并篩選大于26分的記錄：

多表聯(lián)立查詢(xún)：inner join/outer(left right) join/union

給出新表如下：

inner join：

left join:

right join:

union:

主要的查詢(xún)部分對(duì)照完了之后，我們?cè)賮?lái)看SQL和pandas中的增刪改方法。

SQL中創(chuàng)建表、修改表、插入表和刪除表的語(yǔ)句如下表所示：

上述四種方法與之對(duì)應(yīng)的pandas寫(xiě)法如下：

以上是“sql中pandas怎么用”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！