Python Pandas pandas.read_sql函數(shù)實例用法
Pandas是基于NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析任務而創(chuàng)建的。Pandas 納入了大量庫和一些標準的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需的工具。Pandas提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。你很快就會發(fā)現(xiàn)，它是使Python成為強大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一。本文主要介紹一下Pandas中read_sql方法的使用。
pandas.read_sql（sql，con，index_col = None，coerce_float = True，params = None，parse_dates = None，columns = None，chunksize = None)
將SQL查詢或數(shù)據(jù)庫表讀入DataFrame。
此功能是一個方便的包裝read_sql_table和 read_sql_query（為了向后兼容）。它將根據(jù)提供的輸入委托給特定的功能。SQL查詢將被路由到read_sql_query，而數(shù)據(jù)庫表名將被路由到read_sql_table。請注意，委托的功能可能有更多關于其功能的特定說明，此處未列出。
|
參數(shù)： |
sql：string或SQLAlchemy可選（選擇或文本對象） 要執(zhí)行的SQL查詢或表名。 con：SQLAlchemy可連接（引擎/連接）或數(shù)據(jù)庫字符串URI 或DBAPI2連接（回退模式） 使用SQLAlchemy可以使用該庫支持的任何數(shù)據(jù)庫。如果是DBAPI2對象， 則僅支持sqlite3。 index_col：字符串或字符串列表，可選，默認值：無 要設置為索引的列（MultiIndex）。 coerce_float：boolean，默認為True 嘗試將非字符串，非數(shù)字對象（如decimal.Decimal）的值轉(zhuǎn)換為浮點， 這對SQL結(jié)果集很有用。 params：list，tuple或dict，optional，default：None 要傳遞給執(zhí)行方法的參數(shù)列表。用于傳遞參數(shù)的語法取決于數(shù)據(jù)庫驅(qū)動程序。 檢查數(shù)據(jù)庫驅(qū)動程序文檔， 了解PEP 249的paramstyle中描述的五種語法樣式中的哪一種。 例如，對于psycopg2，使用％(name)s，所以使用params = {'name'：'value'} parse_dates：list或dict，默認值：None 要解析為日期的列名的列表。 的字典，其中格式字符串是在解析的情況下的strftime兼容的字符串倍， 或是在解析整數(shù)時間戳的情況下（d，S，NS，MS，我們）之一。{column_name: format string} dict of ，其中arg dict對應于關鍵字參數(shù)，特別適用于沒有本機Datetime支持的數(shù)據(jù)庫， 例如SQLite。{column_name: arg dict}pandas.to_datetime() columns：list，默認值：None 從SQL表中選擇的列名列表（僅在讀取表時使用）。 chunksize：int，默認無 如果指定，則返回一個迭代器，其中chunksize是要包含在每個塊中的行數(shù)。 |
|
返回： |
DataFrame(數(shù)據(jù)幀) |
例如
import MySQLdb
mysql_cn= MySQLdb.connect(host='myhost',
port=3306,user='myusername', passwd='mypassword',
db='information_schema')
df_mysql = pd.read_sql('select * from VIEWS;', con=mysql_cn)
print 'loaded dataframe from MySQL. records:', len(df_mysql)
mysql_cn.close()
內(nèi)容擴展：
有沒有關于如何使用Pandas中的SQL查詢傳遞參數(shù)的示例？
特別是我正在使用SQLAlchemy引擎來連接到PostgreSQL數(shù)據(jù)庫。到目前為止，我發(fā)現(xiàn)以下工作：
df = psql.read_sql(('select "Timestamp","Value" from "MyTable" '
'where "Timestamp" BETWEEN %s AND %s'),
db,params=[datetime(2014,6,24,16,0),datetime(2014,6,24,17,0)],
index_col=['Timestamp'])
pandas文檔說，params也可以作為一個dict來傳遞，但我似乎無法讓這個工作嘗試了：
df = psql.read_sql(('select "Timestamp","Value" from "MyTable" '
'where "Timestamp" BETWEEN :dstart AND :dfinish'),
db,params={"dstart":datetime(2014,6,24,16,0),"dfinish":datetime(2014,6,24,17,0)},
index_col=['Timestamp'])
到此這篇關于Python Pandas pandas.read_sql函數(shù)實例用法的文章就介紹到這了,更多相關Python Pandas pandas.read_sql函數(shù)詳解內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
Python爬蟲:Request Payload和Form Data的簡單區(qū)別說明
這篇文章主要介紹了Python爬蟲:Request Payload和Form Data的簡單區(qū)別說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
如何在Python中用三階指數(shù)平滑模型對金融數(shù)據(jù)集進行擬合與預測
這篇文章主要介紹了如何在Python中用三階指數(shù)平滑模型對金融數(shù)據(jù)集進行擬合與預測,本次實驗數(shù)據(jù)為10列金融數(shù)據(jù)集,且相互之間獨立,需要分別擬合預測,需要的朋友可以參考下2023-03-03
這篇文章主要介紹了python中路徑的三種寫法+路徑前符號含義解讀，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-03-03
Python開發(fā)之城堡保衛(wèi)戰(zhàn)游戲的實現(xiàn)
這篇文章主要為大家詳細介紹了如何利用Python編寫一個簡單的城堡保衛(wèi)戰(zhàn)游戲，本文用到了os文件讀寫，pygame模塊以及面向?qū)ο笏枷耄信d趣的可以了解一下2023-01-01
python利用pd.cut()和pd.qcut()對數(shù)據(jù)進行分箱操作
本文主要介紹了python利用pd.cut()和pd.qcut()對數(shù)據(jù)進行分箱操作，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-06-06
使用PyTorch實現(xiàn)限制GPU顯存的可使用上限
從?PyTorch?1.4?版本開始,引入了一個新的功能,可以允許用戶為特定的?GPU?設備設置進程可使用的顯存上限比例,下面我們就來看看具體實現(xiàn)方法吧2024-03-03
matplotlib自定義鼠標光標坐標格式的實現(xiàn)
這篇文章主要介紹了matplotlib自定義鼠標光標坐標格式的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-01-01
7個流行的Python強化學習算法及代碼實現(xiàn)詳解
目前流行的強化學習算法包括?Q-learning、SARSA、DDPG、A2C、PPO、DQN?和?TRPO。這些算法已被用于在游戲、機器人和決策制定等各種應用中，本文我們將對其做一個簡單的介紹，感興趣的可以學習一下2023-01-01
logging是Python標準庫中記錄常用的記錄日志庫，通過logging模塊存儲各種格式的日志，主要用于輸出運行日志，可以設置輸出日志的等級、日志保存路徑、日志文件回滾等，這篇文章主要介紹了Python標準庫中的logging,需要的朋友可以參考下2022-09-09
用python介紹4種常用的單鏈表翻轉(zhuǎn)的方法小結(jié)
這篇文章主要介紹了用python介紹4種常用的單鏈表翻轉(zhuǎn)的方法小結(jié)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-02-02