Pandas与SQL比较

由于许多潜在的Pandas用户对SQL有一定的了解，因此本页旨在提供一些使用pandas执行各种SQL操作的示例。

import pandas as pd
url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'
tips=pd.read_csv(url)
print tips.head()

其 输出 如下 -

total_bill   tip      sex  smoker  day     time  size
0        16.99  1.01   Female      No  Sun  Dinner      2
1        10.34  1.66     Male      No  Sun  Dinner      3
2        21.01  3.50     Male      No  Sun  Dinner      3
3        23.68  3.31     Male      No  Sun  Dinner      2
4        24.59  3.61   Female      No  Sun  Dinner      4

选择

在SQL中，选择是使用您选择的列（或*来选择所有列）的逗号分隔列表完成的 -

SELECT total_bill, tip, smoker, time
FROM tips
LIMIT 5;

对于Pandas来说，列选择是通过将列名列表传递给DataFrame来完成的 -

tips[['total_bill', 'tip', 'smoker', 'time']].head(5)

让我们来看看完整的程序 -

import pandas as pd

url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'

tips=pd.read_csv(url)
print tips[['total_bill', 'tip', 'smoker', 'time']].head(5)

其 输出 如下 -

total_bill   tip  smoker     time
0       16.99  1.01      No   Dinner
1       10.34  1.66      No   Dinner
2       21.01  3.50      No   Dinner
3       23.68  3.31      No   Dinner
4       24.59  3.61      No   Dinner

调用没有列名称列表的DataFrame将显示所有列（类似于SQL的*）。

哪里

SQL中的过滤通过WHERE子句完成。

SELECT * FROM tips WHERE time = 'Dinner' LIMIT 5;

数据帧可以通过多种方式进行过滤; 其中最直观的是使用布尔索引。

tips[tips['time'] == 'Dinner'].head(5)

让我们来看看完整的程序 -

import pandas as pd

url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'

tips=pd.read_csv(url)
print tips[tips['time'] == 'Dinner'].head(5)

其 输出 如下 -

total_bill   tip      sex  smoker  day    time  size
0       16.99  1.01   Female     No   Sun  Dinner    2
1       10.34  1.66     Male     No   Sun  Dinner    3
2       21.01  3.50     Male     No   Sun  Dinner    3
3       23.68  3.31     Male     No   Sun  Dinner    2
4       24.59  3.61   Female     No   Sun  Dinner    4

上述语句将一序列True / False对象传递给DataFrame，并将所有行返回True。

通过...分组

此操作将获取整个数据集中每个组中的记录数。例如，一个查询提取了我们留下的性别留下的提示数 -

SELECT sex, count(*)
FROM tips
GROUP BY sex;

Pandas的等值将是 -

tips.groupby('sex').size()

让我们来看看完整的程序 -

import pandas as pd

url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'

tips=pd.read_csv(url)
print tips.groupby('sex').size()

其 输出 如下 -

sex
Female   87
Male    157
dtype: int64

前N行

SQL 使用 LIMIT 返回 前n行 - **

SELECT * FROM tips
LIMIT 5 ;

Pandas的等值将是 -

tips.head(5)

让我们来看看完整的例子 -

import pandas as pd
url = 'https://raw.github.com/pandas-dev/pandas/master/pandas/tests/data/tips.csv'

tips=pd.read_csv(url)
tips = tips[['smoker', 'day', 'time']].head(5)
print tips

其 输出 如下 -

smoker   day     time
0      No   Sun   Dinner
1      No   Sun   Dinner
2      No   Sun   Dinner
3      No   Sun   Dinner
4      No   Sun   Dinner

这些是我们比较的几个基本操作，我们在前面的Pandas图书馆的章节中了解到。