Python Pandas pandas.read_sql函數(shù)的用法

本篇內(nèi)容主要講解“Python Pandas pandas.read_sql函數(shù)的用法”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“Python Pandas pandas.read_sql函數(shù)的用法”吧!

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方法的使用。

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

將SQL查詢或數(shù)據(jù)庫表讀入DataFrame。

此功能是一個(gè)方便的包裝read_sql_table和 read_sql_query（為了向后兼容）。它將根據(jù)提供的輸入委托給特定的功能。SQL查詢將被路由到read_sql_query，而數(shù)據(jù)庫表名將被路由到read_sql_table。請(qǐng)注意，委托的功能可能有更多關(guān)于其功能的特定說明，此處未列出。

例如

import MySQLdb
mysql_cn= MySQLdb.connect(host='myhost', 
                port=3306,user='myusername', passwd='mypassword', 
                db='information_schema')
df_mysql = pd.read_sql('select * from VIEWS;', con=mysql_cn)    
print 'loaded dataframe from MySQL. records:', len(df_mysql)
mysql_cn.close()

內(nèi)容擴(kuò)展：

有沒有關(guān)于如何使用Pandas中的SQL查詢傳遞參數(shù)的示例？

特別是我正在使用SQLAlchemy引擎來連接到PostgreSQL數(shù)據(jù)庫。到目前為止，我發(fā)現(xiàn)以下工作：

df = psql.read_sql(('select "Timestamp","Value" from "MyTable" '
                     'where "Timestamp" BETWEEN %s AND %s'),
                   db,params=[datetime(2014,6,24,16,0),datetime(2014,6,24,17,0)],
                   index_col=['Timestamp'])

pandas文檔說，params也可以作為一個(gè)dict來傳遞，但我似乎無法讓這個(gè)工作嘗試了：

df = psql.read_sql(('select "Timestamp","Value" from "MyTable" '
                     'where "Timestamp" BETWEEN :dstart AND :dfinish'),
                   db,params={"dstart":datetime(2014,6,24,16,0),"dfinish":datetime(2014,6,24,17,0)},
                   index_col=['Timestamp'])

到此，相信大家對(duì)“Python Pandas pandas.read_sql函數(shù)的用法”有了更深的了解，不妨來實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！