【Python】SQL to Pandas 系列（二）

原文地址

介绍

此文为 SQL to Pandas 系列第二篇

可先阅读

【Python】当数据离开了 SQL 该怎么活下去（一）

补充上篇 JOIN 内容

本篇将解构下面的 SQL 查询句式, 使用 Pandas 进行实现

SQL 查询句式

SELECT DISTINCT [字段] 
FROM [表] JOIN [bin] ON [链接条件] 
WHERE [过滤条件] 
GROUP BY [字段] 
HAVING [条件] 
ORDER BY [字段] DESC 
LIMIT [个数] OFFSET [个数]
复制代码

读取评论数据

df_comments = pd.read_sql(sql="select * from comments", con=conn)
复制代码

数据预览

df_comments
复制代码

	id	student_id	content
0	1	1	测试评论1
1	2	5	测试评论5
2	3	2	测试评论2
3	4	3	测试评论3
4	5	1	测试评论11
5	6	9	测试评论9

JOIN

(INNER) JOIN

SQL

SELECT
	* 
FROM
	student
	INNER JOIN comments ON student.id = comments.student_id;
复制代码

Pandas

pd.merge(df, df_comments, left_on='id', right_on='student_id')
复制代码

LEFT (OUTER) JOIN

SQL

SELECT
	* 
FROM
	student
	LEFT JOIN comments ON student.id = comments.student_id;
复制代码

Pandas

pd.merge(df, df_comments, left_on='id', right_on='student_id', how='left')
复制代码

RIGHT (OUTER) JOIN

SQL

SELECT
	* 
FROM
	student
	RIGHT JOIN comments ON student.id = comments.student_id;
复制代码

Pandas

pd.merge(df, df_comments, left_on='id', right_on='student_id', how='right')
复制代码

UNION

SQL

SELECT * FROM student where city ='北京' 
UNION 
SELECT * FROM student where sex ='男';
复制代码

Pandas

pd.concat([df[df.city == '北京'], df[df.sex == '男']]).drop_duplicates().reset_index()
复制代码

UNION ALL

SQL

SELECT * FROM student where city ='北京' 
UNION ALL 
SELECT * FROM student where sex ='男';
复制代码

Pandas

pd.concat([df[df.city == '北京'], df[df.sex == '男']]).reset_index()
复制代码

本篇内容

本篇将解构下面的 SQL 查询句式, 使用 Pandas 进行实现

SQL 建立句式

CREATE TABLE [表名] (
    [列名] [类型],
    [列名] [类型],
   ....
);
复制代码

SQL 插入句式

INSERT INTO [表名] VALUES ([值], [值], ...);
INSERT INTO [表名] ([列名],[列名] ...) VALUES ([值], [值], ...);
复制代码

SQL 更新句式

UPDATE [表名]
SET [列名] = [值], [列名] = [值]
WHERE [过滤条件];
复制代码

SQL 删除句式

DELETE FROM [表名] WHERE [过滤条件];
复制代码

CREATE

SQL

CREATE TABLE student (
	id INT ( 11 ) NOT NULL AUTO_INCREMENT,
	name VARCHAR ( 10 ) COLLATE utf8mb4_general_ci DEFAULT NULL,
	age date DEFAULT NULL,
	sex VARCHAR ( 10 ) COLLATE utf8mb4_general_ci DEFAULT NULL,
	city VARCHAR ( 255 ) CHARACTER 
    SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL,
	money DOUBLE ( 255, 2 ) DEFAULT NULL,

);
复制代码

Pandas

pd.DataFrame(columns=['id', 'name', 'sex', 'city', 'money'])
复制代码

INSERT

SQL

INSERT INTO student (id, name, age, sex, city, money )
VALUES
	(1, '张三', '2017-12-20', '女', '天津', 20.00 );
复制代码

Pandas

# 第一种
df.loc[-1] = [1, '张三', '女', '天津', 20.00]
df.index = df.index + 1
df = df.sort_index()

# 第二种
temp_pd = pd.DataFrame({'id': [1], 'name': ['张三'], 'sex': ['女'], 'city': ['天津'], 'money': [20.00]})
df = pd.concat([df,temp_pd], ignore_index=True)
df.reset_index()

# 第三种
temp_pd = pd.DataFrame([[1,'张三1', '女', '天津', 20.00]], columns=df.columns)
df = pd.concat([df, temp_pd])
df.reset_index()
复制代码

UPDATE

SQL

UPDATE student SET money = 300 WHERE id = 1;
复制代码

Pandas

df.loc[df.id == 1, 'money'] = 300
复制代码

DELETE

SQL

-- 测试时会因外键报错，此处忽略，仅讨论句法
DELETE FROM student WHERE id = 1;
复制代码

Pandas

df = df.loc[df.id != 1]
复制代码

---

系列文章

【Python】当数据离开了 SQL 该怎么活下去（一）

【Python】当数据离开了 SQL 该怎么活下去（二）