Python關聯式資料庫


我們可以連線到關聯式資料庫以使用Pandas庫分析資料,以及另一個用於實現資料庫連線的額外庫。 這個軟體包被命名為sqlalchemy,它提供了在python中使用的完整的SQL語言功能。

安裝SQLAlchemy

使用在Pandas環境安裝章中討論的Anaconda,安裝非常簡單。 假設您已經按照本章的說明安裝了Anaconda,請在Anaconda提示視窗中執行以下命令來安裝SQLAlchemy軟體包。

conda install sqlalchemy

讀取關係表

我們將使用Sqlite3作為關聯式資料庫,因為它非常輕便且易於使用。 儘管SQLAlchemy庫可以連線到各種關係源,包括MySql,Oracle和Postgresql以及Mssql。 我們首先建立一個資料庫引擎,然後使用SQLAlchemy庫的to_sql函式連線到資料庫引擎。

在下面的例子中,我們通過使用已經通過讀取csv檔案建立的資料影格中的to_sql函式來建立關係表。 然後使用Pandasread_sql_query函式來執行和捕獲來自各種SQL查詢的結果。

from sqlalchemy import create_engine
import pandas as pd

data = pd.read_csv('/path/input.csv')

# Create the db engine
engine = create_engine('sqlite:///:memory:')

# Store the dataframe as a table
data.to_sql('data_table', engine)

# Query 1 on the relational table
res1 = pd.read_sql_query('SELECT * FROM data_table', engine)
print('Result 1')
print(res1)
print('')

# Query 2 on the relational table
res2 = pd.read_sql_query('SELECT dept,sum(salary) FROM data_table group by dept', engine)
print('Result 2')
print(res2)

執行上面範例程式碼,得到以下結果 -

Result 1
   index  id    name  salary  start_date        dept
0      0   1    Rick  623.30  2012-01-01          IT
1      1   2     Dan  515.20  2013-09-23  Operations
2      2   3   Tusar  611.00  2014-11-15          IT
3      3   4    Ryan  729.00  2014-05-11          HR
4      4   5    Gary  843.25  2015-03-27     Finance
5      5   6   Rasmi  578.00  2013-05-21          IT
6      6   7  Pranab  632.80  2013-07-30  Operations
7      7   8    Guru  722.50  2014-06-17     Finance

Result 2
         dept  sum(salary)
0     Finance      1565.75
1          HR       729.00
2          IT      1812.30
3  Operations      1148.00

將資料插入關係表

還可以使用pandas中提供的sql.execute函式將資料插入到關係表中。 在下面的程式碼中,我們將先前的csv檔案作為輸入資料集,將其儲存在關係表中,然後使用sql.execute插入另一條記錄。

from sqlalchemy import create_engine
from pandas.io import sql

import pandas as pd

data = pd.read_csv('C:/Users/Rasmi/Documents/pydatasci/input.csv')
engine = create_engine('sqlite:///:memory:')

# Store the Data in a relational table
data.to_sql('data_table', engine)

# Insert another row
sql.execute('INSERT INTO data_table VALUES(?,?,?,?,?,?)', engine, params=[('id',9,'Ruby',711.20,'2015-03-27','IT')])

# Read from the relational table
res = pd.read_sql_query('SELECT ID,Dept,Name,Salary,start_date FROM data_table', engine)
print(res)

執行上面範例程式碼,得到以下程式碼 -

   id        dept    name  salary  start_date
0   1          IT    Rick  623.30  2012-01-01
1   2  Operations     Dan  515.20  2013-09-23
2   3          IT   Tusar  611.00  2014-11-15
3   4          HR    Ryan  729.00  2014-05-11
4   5     Finance    Gary  843.25  2015-03-27
5   6          IT   Rasmi  578.00  2013-05-21
6   7  Operations  Pranab  632.80  2013-07-30
7   8     Finance    Guru  722.50  2014-06-17
8   9          IT    Ruby  711.20  2015-03-27

從關係表中刪除資料

還可以使用pandas中的sql.execute函式將資料刪除到關係表中。 下面的程式碼根據給定的輸入條件刪除一行。

from sqlalchemy import create_engine
from pandas.io import sql

import pandas as pd

data = pd.read_csv('C:/Users/Rasmi/Documents/pydatasci/input.csv')
engine = create_engine('sqlite:///:memory:')
data.to_sql('data_table', engine)

sql.execute('Delete from data_table where name = (?) ', engine,  params=[('Gary')])

res = pd.read_sql_query('SELECT ID,Dept,Name,Salary,start_date FROM data_table', engine)
print(res)

執行上面範例程式碼,得到以下結果 -

   id        dept    name  salary  start_date
0   1          IT    Rick   623.3  2012-01-01
1   2  Operations     Dan   515.2  2013-09-23
2   3          IT   Tusar   611.0  2014-11-15
3   4          HR    Ryan   729.0  2014-05-11
4   6          IT   Rasmi   578.0  2013-05-21
5   7  Operations  Pranab   632.8  2013-07-30
6   8     Finance    Guru   722.5  2014-06-17