Pandas与SQL的超强结合，爆赞！

人生苦短，爆赞我学Python！超强

本文的结合所有演示数据，均是爆赞基于下方的四张表。下面这四张表大家应该不陌生，超强这就是结合网传50道经典MySQL面试题中使用到的几张原表。关于下方各表之间的爆赞关联关系，我就不给大家说明了，超强仔细观察字段名，高防服务器结合应该就可以发现。爆赞

简介

pandas中的超强DataFrame是一个二维表格，数据库中的结合表也是一个二维表格，因此在pandas中使用sql语句就显得水到渠成，爆赞pandasql使用SQLite作为其操作数据库，超强同时Python自带SQLite模块，结合不需要安装，便可直接使用。

这里有一点需要注意的是香港云服务器：使用pandasql读取DataFrame中日期格式的列，默认会读取年月日、时分秒，因此我们要学会使用sqlite中的日期处理函数，方便我们转换日期格式，下方提供sqlite中常用函数大全，希望对你有帮助。

sqlite函数大全：http://suo.im/5DWraE

导入相关库：

import pandas as pd

from pandasql import sqldf

声明全局变量的2种方式

在使用之前，声明该全局变量；一次性声明好全局变量；在使用之前，声明该全局变量df1 = pd.read_excel("student.xlsx")

df2 = pd.read_excel("sc.xlsx")

df3 = pd.read_excel("course.xlsx")

df4 = pd.read_excel("teacher.xlsx")

global df1

global df2

global df3

global df4

query1 = "select * from df1 limit 5"

query2 = "select * from df2 limit 5"

query3 = "select * from df3"

query4 = "select * from df4"

sqldf(query1)

sqldf(query2)

sqldf(query3)

sqldf(query4)

部分结果如下：

一次性声明好全局变量df1 = pd.read_excel("student.xlsx")

df2 = pd.read_excel("sc.xlsx")

df3 = pd.read_excel("course.xlsx")

df4 = pd.read_excel("teacher.xlsx")

pysqldf = lambda q: sqldf(q, globals())

query1 = "select * from df1 limit 5"

query2 = "select * from df2 limit 5"

query3 = "select * from df3"

query4 = "select * from df4"

sqldf(query1)

sqldf(query2)

sqldf(query3)

sqldf(query4)

部分结果如下：

写几个简单的SQL语句

查看sqlite的云服务器提供商版本student = pd.read_excel("student.xlsx")

pysqldf = lambda q: sqldf(q, globals())

query1 = """

select sqlite_version(*)

"""

pysqldf(query1)

结果如下：

where筛选student = pd.read_excel("student.xlsx")

pysqldf = lambda q: sqldf(q, globals())

query1 = """

select *

from student

where strftime(%Y-%m-%d,sage) = 1990-01-01

"""

pysqldf(query1)

结果如下：

多表连接student = pd.read_excel("student.xlsx")

sc = pd.read_excel("sc.xlsx")

pysqldf = lambda q: sqldf(q, globals())

query2 = """

select *

from student s

join sc on s.sid = sc.sid

"""

pysqldf(query2)

部分结果如下：

分组聚合student = pd.read_excel("student.xlsx")

sc = pd.read_excel("sc.xlsx")

pysqldf = lambda q: sqldf(q, globals())

query2 = """

select s.sname as 姓名,sum(sc.score) as 总分

from student s

join sc on s.sid = sc.sid

group by s.sname

"""

pysqldf(query2)

结果如下：

union查询student = pd.read_excel("student.xlsx")

pysqldf = lambda q: sqldf(q, globals())

query1 = """

select *

from student

where strftime(%Y-%m,sage) = 1990-01

union

select *

from student

where strftime(%Y-%m,sage) = 1990-12

"""

pysqldf(query1)

结果如下：