Python Pandas pandas.read_sql_query函數(shù)的使用方法

本篇內(nèi)容介紹了“Python Pandas pandas.read_sql_query函數(shù)的使用方法”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

Pandas是基于NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas 納入了大量庫(kù)和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需的工具。Pandas提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。你很快就會(huì)發(fā)現(xiàn)，它是使Python成為強(qiáng)大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一。本文主要介紹一下Pandas中read_sql_query方法的使用。

pandas.read_sql_query(sql，con，index_col = None，coerce_float = True，params = None，parse_dates = None，chunksize = None)

將SQL查詢讀入DataFrame。

返回與查詢字符串的結(jié)果集對(duì)應(yīng)的DataFrame。（可選）提供index_col參數(shù)以使用其中一列作為索引，否則將使用默認(rèn)整數(shù)索引。

參數(shù)：

sql：string SQL查詢或SQLAlchemy Selectable（select或文本對(duì)象）要執(zhí)行的SQL查詢。

con：SQLAlchemy可連接（引擎/連接），數(shù)據(jù)庫(kù)字符串URI，或sqlite3 DBAPI2連接使用SQLAlchemy可以使用該庫(kù)支持的任何數(shù)據(jù)庫(kù)。如果是DBAPI2對(duì)象，則僅支持sqlite3。

index_col：字符串或字符串列表，可選，默認(rèn)值：無(wú)

要設(shè)置為索引的列（MultiIndex）。

coerce_float：boolean，默認(rèn)為True

嘗試將非字符串，非數(shù)字對(duì)象（如decimal.Decimal）的值轉(zhuǎn)換為浮點(diǎn)值。

對(duì)SQL結(jié)果集很有用。

params：list，tuple或dict，optional，default：None

要傳遞給執(zhí)行方法的參數(shù)列表。用于傳遞參數(shù)的語(yǔ)法取決于數(shù)據(jù)庫(kù)驅(qū)動(dòng)程序。

檢查數(shù)據(jù)庫(kù)驅(qū)動(dòng)程序文檔，

了解PEP 249的paramstyle中描述的五種語(yǔ)法樣式中的哪一種。例如,對(duì)于psycopg2，使用%(name)s，所以使用params = {'name'：'value'}

parse_dates：list或dict，默認(rèn)值：None

要解析為日期的列名列表。

{column_name: format string}格式的字典，其中，格式字符串在解析字符串時(shí)間時(shí)是與strftime兼容的，或者在解析整數(shù)時(shí)間戳?xí)r是(D、s、ns、ms、us)兼容的。

{column_name: arg dict}格式的字典，其中arg dict對(duì)應(yīng)于關(guān)鍵字參數(shù),特別適用于沒(méi)有本機(jī)Datetime支持的數(shù)據(jù)庫(kù)，

例如SQLite。pandas.to_datetime()

chunksize：int，默認(rèn)無(wú)

如果指定，則返回一個(gè)迭代器，其中chunksize是要包含在每個(gè)塊中的行數(shù)。

返回：

數(shù)據(jù)幀

例如，

import MySQLdb
conn= MySQLdb.connect(host='myhost',port=3306,user='myusername', passwd='mypassword', 
                db='information_schema')
sql ="""
      SELECT
	danceability, energy, loudness, speechiness, acousticness,
	instrumentalness, liveness, valence, tempo, activity
      FROM songs s, users u, song_user su
      WHERE
	activity IS NOT NULL AND
	s.id = su.song_id AND
	su.user_id = u.id AND
	u.telegram_user_id = {}
""".format(telegram_id)
df_mysql = pd.read_sql_query(sql, conn)
conn.close()

“Python Pandas pandas.read_sql_query函數(shù)的使用方法”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！