pandas中如何實現了和SQL一樣的查詢方式

學過sql的童鞋都知道在sql的世界裡面，查詢語句就是一切，不管查詢一列，還是多列，還是條件查詢，加上排序等等，都是很快很高效，但是有一個缺點不可避免的就是，你需要把數據導入到數據庫，然後建立查詢語句，比較複雜的查詢語句，比較複雜，也是很難編寫，如果電腦配置比較低，即便是簡單的查詢語句，在面臨巨大的數據面前，也是會變得很慢。

今天主要是講2點：

• python下的pandas如何篩選數據
• SQL的查詢方法如何在pandas裡面實現
• 相比較你感受一下誰的速度跟快更便捷

查詢幾列數據並只顯示前幾行

SQL實現方法：

SELECT 'Year', 'Month', 'DayofMonth', 'DayOfWeek' FROM tips LIMIT 5

pandas實現方法：

df[['Year', 'Month', 'DayofMonth', 'DayOfWeek']]

Where :查詢指定的值

時間為year=2011的前五行數據：

SQL：

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

pandas:

df[df["Year"]==2011].head()

多條件查詢 AND：

通過多個條件限制查詢的值得範圍

SQL：

SELECT * FROM tips WHERE Year = 2011 AND Month > 6;

pandas:

df[(df["Year"]==2011)&(df["Month"]>6)].head()

多條件查詢 OR：

多個條件只要滿足一個就可以

SQL：

SELECT * FROM tips WHERE Year = 2011 OR Month > 6;

pandas:

df[(df["Year"]==2011)|(df["Month"]>6)].head()

篩選是否含有空值：

篩選某列包含空值的數據：

SQL：

SELECT * FROM frame WHERE Month IS NULL;

pandas:

df[df["Month"].isna()].head

篩選不包含空值的列：

SQL：

SELECT * FROM frame WHERE Month IS NOT NULL;

pandas:

df[df["Month"].notna()].head

分組統計：

SQL：

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

pandas:

df.groupby("Year").size()

分組統計應用不容的統計方式：

SQL：

SELECT Year, AVG(TaxiOut), COUNT(*) FROM tips GROUP BY Year;

pandas:

df.groupby('Year').agg({'TaxiOut': np.mean, 'Year': np.size})

數據連接查詢：

INNER JOIN

SQL：

SELECT * FROM df1 INNER JOIN df2 ON df1.key = df2.key;

pandas:

df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
 'value': np.random.randn(4)})
df2 = pd.DataFrame({'key': ['B', 'D', 'D', 'E'],
 'value': np.random.randn(4)})
pd.merge(df1, df2, on='key')

LEFT OUTER JOIN

SQL:

SELECT * FROM df1 LEFT OUTER JOIN df2 ON df1.key = df2.key;

pandas:

pd.merge(df1, df2, on='key', how='left')

RIGHT JOIN

SQL:

SELECT * FROM df1 RIGHT OUTER JOIN df2 ON df1.key = df2.key;

pandas:

pd.merge(df1, df2, on='key', how='right')

FULL JOIN

SQL :

SELECT * FROM df1 FULL OUTER JOIN df2 ON df1.key = df2.key;

pandas:

pd.merge(df1, df2, on='key', how='outer')

合併查詢

Union 包括兩種情況，刪除重複和不刪除

不刪除：

SQL：

SELECT city, rank FROM df1 UNION ALL SELECT city, rank FROM df2;

pandas:

pd.concat([df1, df2])

刪除：

SQL：

SELECT city, rank FROM df1 UNION SELECT city, rank FROM df2;

pandas:

pd.concat([df1, df2]).drop_duplicates()

排序

SQL：

SELECT * FROM tips ORDER BY Month DESC

pandas：

df.sort_values(by="Month",ascending=False)

更新

SQL：

UPDATE tips SET TaxiIn = TaxiIn*2 WHERE Month < 5

pandas:

df.loc[df["Month"]<5,"TaxiIn"]*=2
df[df["Month"]<5]["TaxiIn"]

刪除

SQL：

DELETE FROM tips WHERE Month > 9;

pandas:

df.drop(df[df["Month"]>9].index)