Python Pandas 与SQL的比较

由于许多潜在的Pandas用户对SQL有一定的了解，本页面旨在提供一些例子，说明如何使用pandas进行各种SQL操作。

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 输出结果 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，选择是使用逗号分隔的列表来选择列（或用*来选择所有列）-

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

在Pandas中，列的选择是通过向你的DataFrame传递一个列名列表来完成的–

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 输出结果 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

在没有列名列表的情况下调用DataFrame将显示所有列（类似于SQL的*）。

WHERE

SQL中的过滤是通过WHERE子句完成的。

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

数据框架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 输出结果 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

上面的语句将一系列的True/False对象传递给DataFrame，并返回所有带有True的行。

分组

这个操作可以获取整个数据集中每组记录的数量。例如，通过查询获取按性别划分的小费数量：

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

相当于熊猫的是–

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 输出结果 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 ;

相当于熊猫的是–

tips.head(5)

让我们检查一下完整的例子–

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 输出结果 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Pandas库的前几章学习过。