本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

以下文章来源于统计与数据分析实战 ，作者严小样儿

python非常好用，pandas也不差，但是，SQL仍然是最香的语言，如果把两者结合起来怎么样？请看~

下载、导入第三方库

下载：python -m pip install pandasql
导入：from pandasql import sqldf,load_births,load_meat

from pandasql import sqldf,load_births,load_meat

加载内置数据集

df1 = load_births()
df2 = load_meat()

预览数据查看前几行

df1.head()

预览数据查看后几行

df2.tail()

调用sqldf方法，参数为sql语句

sql = """
        select 
            date,count(*) as n
        from df1 
        group by date
        order by n desc;
      """
result = sqldf(sql)
result[result['n']==3]

对比一下，结果是相同的

df1['date'].value_counts().head(12)

1991-12-01    3
1991-10-01    3
1991-06-01    3
1991-08-01    3
1991-09-01    3
1991-04-01    3
1991-02-01    3
1991-01-01    3
1991-03-01    3
1991-07-01    3
1991-11-01    3
1991-05-01    3
Name: date, dtype: int64

聚合效果

sql2 = """
        select max(beef),min(pork),sum(turkey),count(veal)
        from df2;
    """
result2 = sqldf(sql2)
result2 

多表连接也是可以的哦~

df1.merge(df2,on='date',how = 'inner')

sql3 = """
        select df1.*,df2.* 
        from df1 inner join df2 
        on df1.date = df2.date;
        """
result3 = sqldf(sql3)

resul

总结

这个库使用起来非常简单，只要你会写SQL语句就可以用，df与sql，哪个方便用哪个。说实话，我还是喜欢用SQL，当我把excel文件读取为df后，用SQL查询、分析，它不香吗？！