Pandas Leggi SQL

Python contiene la libreria "Panda" per l'analisi e la manipolazione dei dati. "SQL" è utilizzato per la comunicazione con il database. Possiamo anche leggere il "linguaggio di query strutturato" in "Panda". In SQL, i dati vengono salvati per uso a lungo termine sotto forma di tabelle. Possiamo facilmente creare le tabelle SQL e aggiungere dati a queste tabelle. Possiamo anche leggere o accedere ai dati del database SQL in "Pandas". Applicheremo diversi modi di leggere i dati SQL in "Panda" in questa guida. Questa guida riguarda la "leggi SQL" in "Pandas". Utilizzeremo i metodi "panda" per leggere la tabella SQL e rappresentare i dati della tabella SQL sotto forma di dati di dati in "Panda" in questa guida.

Metodi "Panda" per leggere SQL

Abbiamo tre tecniche per leggere i dati di SQL in "Panda."Qui, tratteremo tutti e tre gli approcci in questa guida. Questi metodi sono:

• Metodo read_sql ()
• Metodo read_sql_query ()
• Metodo read_sql_table ()

Ora, utilizziamo questi metodi in "Panda" per leggere i dati della tabella SQL in questa guida. Gli esempi vengono anche aggiunti nel seguente in cui useremo questi metodi.

Esempio 1:

Creiamo il database SQL e spieghiamo i metodi su come lo creiamo. Importiamo qui "SQLite3" per accedere ai moduli di "SQLite3". Quindi, creiamo la variabile "MY_CONN" e la colleghiamo al database utilizzando "Connect ()". Il nome del database che abbiamo creato è "Writers_database". Posizioniamo il "sqlite3" con "connect ()" poiché è il metodo di "sqlite3" a cui abbiamo acceduto qui.

Dopo questo, posizioniamo il metodo "Cursor ()" con il nome della variabile che abbiamo creato e salviamo nella variabile "MY_C". Successivamente, creiamo la tabella "Writers" in cui il "writer_id" è impostato come "chiave primaria" ed è il tipo di dati numeri interi. Quindi, aggiungiamo "Writer_name e Writer_Type". Entrambi sono il tipo di dati "testo". Aggiungiamo anche il tipo di dati "Working_days e paga" del tipo di dati "intero". Dopo questo, inseriamo i dati nella colonna della tabella "Writers".

Aggiungiamo i nomi delle colonne che abbiamo creato in precedenza. Quindi, posizioniamo i "valori" in cui inseriamo i valori. Inseriamo "1, Stephen, Writer Technical, 4, 80000" che è il primo record di questa tabella "Writers". Quindi, aggiungiamo "2, Peter, scrittore accademico, 5, 70000" come secondo record della tabella SQL. Aggiungiamo anche "3, William, scrittore di blog, 6, 30000" e "4, David, scrittore tecnico, 6, 450000" come terzo e quarto record. Quindi, aggiungiamo anche "5, Charlie, scrittore di articoli, 5, 150000" come quinto record. Dopo questo, usiamo il "commit ()". Ora viene creato il database "Writers". Utilizziamo i metodi "panda" per leggere questi dati SQL.

Importiamo il "sqlite3" in questo nuovo file per accedere ai suoi moduli e funzioni in questo codice. Importiamo anche i moduli "panda" qui. Ora, possiamo facilmente utilizzare i metodi o le funzioni sia di "sqlite3" che "panda". Aggiungiamo la variabile "My_Conn" e inizializziamo questo "My_Conn" con il metodo "SQLite3" che è "Connect ()". Lo colleghiamo al "Writers_database" che abbiamo creato in precedenza. Dopo questo, usiamo il "PD.Read_sql () "Metodo per leggere i dati del file SQL. Posizioniamo "PD" in quanto è il metodo dei "panda". Aggiungiamo la query in essa che è la "selezione * dagli scrittori" che seleziona tutti i dati della tabella "scrittori" e memorizza i dati di SQL nella variabile "SQL_Query".

In questa funzione posizioniamo anche la variabile "MY_CONN" che aiuta a connettersi con il database "Writers". Quindi, convertiamo i dati nel seguente frame dati utilizzando il "PD.Metodo DataFrame () ". Passiamo la variabile "SQL_Query" in cui vengono archiviati i dati di SQL. Inseriamo anche i nomi delle colonne. Aggiungiamo gli stessi nomi di colonne che abbiamo scritto nel database SQL.

Quindi, utilizziamo "Print ()" e passiamo "SQL_DF", quindi i dati delle stampe SQL sotto forma di dati quando eseguiamo questo programma.

Premere l'icona "Esegui" e ottenere il risultato del codice. Tutti i dati del database "Writers" vengono visualizzati qui come frame dati.

Esempio 2:

In questo esempio, leggiamo i dati da SQL utilizzando il "PD.read_sql_query () ”Metodo. Aggiungiamo la stessa query che abbiamo aggiunto in precedenza per ottenere tutti i dati di SQL. Cambiamo il metodo in questo codice per leggere i dati di SQL. Modifichiamo anche i dati di SQL nel frame dati con l'aiuto del metodo "Panda" e quindi lo stampiamo qui.

Puoi notare lo stesso output qui. Il risultato che otteniamo dopo aver applicato entrambi i metodi dà lo stesso risultato qui.

Esempio 3:

Ora applichiamo il metodo "read_sql_table ()". Non abbiamo bisogno di aggiungere la query in questo metodo. Posizioniamo solo il metodo "read_sql ()". In questo metodo, aggiungiamo semplicemente il nome della tabella SQL per estrarre i dati di SQL. Quindi, convertiamo questi dati SQL nel frame dati utilizzando "PD.DataFrame "e aggiungi" SQL_Query "come primo parametro. Inoltre, aggiungiamo i nomi delle colonne in "nomi". Quindi, rendiamo il frame dati che viene archiviato nella variabile "dati" aggiungendo questa variabile in "print ()" nel seguente:

Quando questo codice viene eseguito, è visibile l'output identico. Qui, il risultato dell'uso di tutti e tre gli approcci produce lo stesso risultato. Qui, otteniamo l'intero telaio di dati quando abbiamo acceduto ai codici precedenti.

Esempio 4:

Possiamo anche applicare alcune condizioni durante l'accesso ai dati da SQL. Mostreremo come otteniamo i dati desiderati da SQL e li stamiamo. Qui, non stiamo rendendo i dati dell'intera tabella SQL. Usiamo il metodo "read_sql_query ()" in cui posizioniamo il "seleziona * dagli scrittori" e aggiungiamo una condizione che è "pay = 70000". Accederà solo a quelle colonne in cui la retribuzione degli scrittori è "70000" e non ottiene l'intera tabella SQL. Questo accede a quelle righe in cui aggiungiamo "70000" nella colonna "Pay" della tabella SQL. Convertiamo anche quelle righe nel frame dati e le renderiamo sull'output.

Otteniamo solo una riga qui perché solo una riga del frame dati contiene "70000" nella colonna "pay". Accede solo a quella riga e la visualizza sul terminale. Non ha visualizzato l'intera tabella SQL da quando abbiamo aggiunto la condizione nella query di SQL.

Conclusione

Abbiamo appreso la tabella SQL in "Panda" in questa guida. Abbiamo discusso di come creare la tabella del database SQL e come leggere quella tabella SQL in "Panda". Abbiamo spiegato che i "panda" hanno tre metodi che ci aiutano a leggere la tabella SQL. Abbiamo esplorato tutti gli approcci che aiutano a leggere l'SQL in "Panda". Abbiamo illustrato i codici in cui leggiamo l'SQL in "Pandas". Abbiamo anche mostrato i risultati di quei codici. Abbiamo spiegato come otteniamo i dati selezionati dalla tabella SQL. In questa guida abbiamo reso i dati SQL sotto forma di "panda" e li abbiamo spiegati in dettaglio.