Pandas Read SQL

Python zawiera bibliotekę „Pandy” do analizy i manipulowania danymi. „SQL” jest wykorzystywany do komunikacji z bazą danych. Możemy również przeczytać „Ustrukturyzowany język zapytania” w „Pandy”. W SQL dane są zapisywane do długoterminowego używania w postaci tabel. Możemy łatwo utworzyć tabele SQL i dodać dane do tych tabel. Możemy również odczytać lub uzyskać dostęp do danych bazy danych SQL w „Pandy”. W tym przewodniku zastosujemy różne sposoby czytania danych SQL w „Pandy”. Ten przewodnik dotyczy „czytaj SQL” w „Pandy”. Użyjemy metod „pandy” do odczytania tabeli SQL i przedstawienia danych tabeli SQL w formie DataFrame w „Pandy” w tym przewodniku.

„Pandy” metody czytania SQL

Mamy trzy techniki odczytu danych SQL w „Pandy.„W tym przewodniku omówimy wszystkie trzy podejścia. Te metody to:

• Metoda read_sql ()
• Metoda read_sql_query ()
• Metoda read_sql_table ()

Teraz używamy tych metod w „pandy” do odczytania danych tabeli SQL w tym przewodniku. Przykłady są również dodawane następująco, gdzie użyjemy tych metod.

Przykład 1:

Tworzymy bazę danych SQL i wyjaśniamy metody, w jaki sposób ją tworzymy. Importujemy tutaj „sqlite3”, aby uzyskać dostęp do modułów „sqlite3”. Następnie tworzymy zmienną „my_conn” i podłączamy ją do bazy danych za pomocą „Connect ()”. Nazwa stworzonej przez nas bazy danych to „Writers_Database”. Umieszczamy „sqlite3” z „connect ()”, ponieważ jest to metoda „sqlite3”, do której tutaj uzyskaliśmy dostęp.

Następnie umieszczamy metodę „cursor ()” o nazwie zmiennej, którą utworzyliśmy i zapisujemy ją w zmiennej „my_c”. Następnie tworzymy tabelę „pisarzy”, w której „Writer_id” jest ustawiony jako „klucz podstawowy” i jest typem danych liczb całkowitych. Następnie dodajemy „Writer_name and Writer_Type”. Oba są typem danych „tekst”. Dodajemy również „Working_Days i Pay” typu danych „całkowitą”. Następnie wkładamy dane do kolumny tabeli „pisarzy”.

Dodajemy nazwy kolumn, które wcześniej utworzyliśmy. Następnie umieszczamy „wartości”, w których wprowadzamy wartości. Wprowadzamy „1, Stephen, pisarz techniczny, 4, 80000”, który jest pierwszym zapisem tej tabeli „pisarzy”. Następnie dodajemy „2, Peter, pisarz akademicki, 5, 70000” jako drugi zapis tabeli SQL. Dodajemy również „3, William, Blogs Writer, 6, 30000” i „4, David, Technical Writer, 6, 450000”. Następnie dodajemy również „5, Charlie, pisarz artykułów, 5, 150000” jako piąty rekord. Następnie używamy „commit ()”. Teraz tworzona jest baza danych „pisarzy”. Korzystamy z metod „pandy” do odczytania tych danych SQL.

W tym nowym pliku importujemy „sqlite3”, aby uzyskać dostęp do jego modułów i funkcji w tym kodzie. Importujemy również moduły „pandy” tutaj. Teraz możemy łatwo wykorzystać metody lub funkcje zarówno „sqlite3”, jak i „pand”. Dodajemy zmienną „my_conn” i inicjujemy tę „my_conn” metodą „SQLite3”, jaką jest „Connect ()”. Łączymy go z „pisarzami_database”, którą wcześniej stworzyliśmy. Następnie używamy „PD.odczyt_sql () ”do odczytania danych pliku SQL. Umieszczamy „PD”, ponieważ jest to metoda „pand”. Dodajemy w nim zapytanie, które jest „Wybierz * z pisarzy”, które wybiera wszystkie dane tabeli „pisarzy” i przechowuje dane SQL w zmiennej „SQL_Query”.

W tej funkcji umieszczamy również zmienną „my_conn”, która pomaga w połączeniu z bazą danych „pisarzy”. Następnie konwertujemy dane na następującą ramkę danych za pomocą „PD.Metoda dataFrame () ”. Mijamy zmienną „SQL_Query”, w której przechowywane są dane SQL. Wkładamy również nazwy kolumn. Dodajemy te same nazwy kolumn, które napisaliśmy w bazie danych SQL.

Następnie używamy „print ()” i przekazujemy „SQL_DF”, więc dane z SQL wydruku w formie DataFrame podczas uruchamiania tego programu.

Naciśnij ikonę „Uruchom” i uzyskaj wynik kodu. Wszystkie dane bazy danych „pisarzy” są wyświetlane tutaj jako DataFrame.

Przykład 2:

W tym przykładzie czytamy dane z SQL za pomocą „PD.Metoda read_sql_query () ”. Dodajemy to samo zapytanie, które wcześniej dodaliśmy, aby uzyskać wszystkie dane SQL. Zmieniamy metodę w tym kodzie, aby odczytać dane SQL. Zmieniamy również dane SQL w ramce danych za pomocą metody „pand”, a następnie drukujesz je tutaj.

Możesz zwrócić uwagę na to samo wyjście tutaj. Wynik, który otrzymamy po zastosowaniu obu metod, daje ten sam wynik tutaj.

Przykład 3:

Teraz stosujemy metodę „read_sql_table ()”. Nie musimy dodawać zapytania w tej metodzie. Po prostu umieszczamy metodę „read_sql ()”. W tej metodzie po prostu dodajemy nazwę tabeli SQL, aby wyodrębnić dane SQL. Następnie konwertujemy te dane SQL w ramce danych za pomocą „PD.DataFrame ”i dodaj„ SQL_Query ”jako swój pierwszy parametr. Ponadto dodajemy nazwy kolumn w „Nazwa”. Następnie renderujemy ramkę danych, która jest przechowywana w zmiennej „danych”, dodając tę ​​zmienną w „print ()” w następujący sposób:

Po wykonaniu tego kodu widoczne jest identyczne wyjście. Tutaj wynik zastosowania wszystkich trzech podejść daje ten sam wynik. Tutaj otrzymujemy całą ramkę danych, ponieważ uzyskaliśmy do niej w poprzednich kodach.

Przykład 4:

Możemy również zastosować pewne warunki, uzyskując dostęp do danych z SQL. Pokazamy, w jaki sposób otrzymamy pożądane dane z SQL i wydrukujemy. Tutaj nie renderujemy danych całej tabeli SQL. Używamy tutaj metody „Read_SQL_Query ()”, w której umieszczamy „Wybierz * od pisarzy” i dodajemy warunek, który jest „pay = 70000”. Dostępuje tylko do tych kolumn, w których wynagrodzenie pisarzy to „70000” i nie dostaje całej tabeli SQL. Dostępuje to w tych wierszach, w których dodajemy „70000” w kolumnie „Pay” w tabeli SQL. Konwertujemy również te wiersze na ramkę danych i renderujemy je na wyjściu.

Dostajemy tutaj tylko jeden wiersz, ponieważ tylko jeden wiersz DataFrame zawiera „70000” w kolumnie „Pay”. Dostępuje tylko do tego wiersza i wyświetla go na terminalu. Nie wyświetlał całej tabeli SQL, ponieważ dodaliśmy warunek w zapytaniu SQL.

Wniosek

W tym przewodniku dowiedzieliśmy się o tabeli SQL w „Pandy”. Omówiliśmy, jak utworzyć tabelę bazy danych SQL i jak odczytać tę tabelę SQL w „Pandy”. Wyjaśniliśmy, że „pandy” mają trzy metody, które pomagają nam w czytaniu tabeli SQL. Zbadaliśmy wszystkie podejścia, które pomagają w czytaniu SQL w „Pandy”. Zilustrowaliśmy kody, w których czytamy SQL w „Pandy”. Pokazaliśmy również wyniki tych kodów. Wyjaśniliśmy, w jaki sposób otrzymujemy wybrane dane z tabeli SQL. W tym przewodniku renderowaliśmy dane SQL w postaci „pand” i wyjaśniliśmy je szczegółowo.