數(shù)據(jù)分析之PandasVSSQL！-創(chuàng)新互聯(lián)

編輯：zone

創(chuàng)新互聯(lián)-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價比關(guān)嶺網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式關(guān)嶺網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋關(guān)嶺地區(qū)。費(fèi)用合理售后完善，十余年實(shí)體公司更值得信賴。

來源：數(shù)據(jù)管道

作者：艾德寶器

Abstract

• Pandas是一個開源的Python數(shù)據(jù)分析庫，結(jié)合 NumPy 和 Matplotlib 類庫，可以在內(nèi)存中進(jìn)行高性能的數(shù)據(jù)清洗、轉(zhuǎn)換、分析及可視化工作。

• 對于數(shù)據(jù)開發(fā)工程師或分析師而言，SQL 語言是標(biāo)準(zhǔn)的數(shù)據(jù)查詢工具。本文提供了一系列的示例，說明如何使用pandas執(zhí)行各種SQL操作。

Pandas簡介

Pandas把結(jié)構(gòu)化數(shù)據(jù)分為了三類：

• Series，可以理解為一個一維的數(shù)組，只是index可以自己改動。

• DataFrame，一個類似于表格的數(shù)據(jù)類型的2維結(jié)構(gòu)化數(shù)據(jù)。

• Panel，3維的結(jié)構(gòu)化數(shù)據(jù)。

Dataframe實(shí)例：

對于DataFrame，有一些固有屬性：

SQL VS Pandas

SELECT（數(shù)據(jù)選擇）

在SQL中，選擇是使用逗號分隔的列列表(或*來選擇所有列):

在Pandas中，選擇不但可根據(jù)列名稱選取，還可以根據(jù)列所在的位置選取。相關(guān)語法如下：

• loc，基于列l(wèi)abel，可選取特定行（根據(jù)行index）

• iloc，基于行/列的位置

• ix，為loc與iloc的混合體，既支持label也支持position

• at，根據(jù)指定行index及列l(wèi)abel，快速定位DataFrame的元素；

• iat，與at類似，不同的是根據(jù)position來定位的；

WHERE（數(shù)據(jù)過濾）

在SQL中，過濾是通過WHERE子句完成的：

在pandas中，Dataframe可以通過多種方式進(jìn)行過濾，最直觀的是使用布爾索引：

在where子句中常常會搭配and, or, in, not關(guān)鍵詞，Pandas中也有對應(yīng)的實(shí)現(xiàn)：

SQL：

Pandas：

在where字句中搭配NOT NULL可以獲得某個列不為空的項(xiàng),Pandas中也有對應(yīng)的實(shí)現(xiàn)：

SQL：

Pandas：

DISTINCT（數(shù)據(jù)去重）

SQL：

Pandas：

寶器帶你畫重點(diǎn)：

• subset，為選定的列做數(shù)據(jù)去重，默認(rèn)為所有列；

• keep，可選擇{'first', 'last', False}，保留重復(fù)元素中的第一個、最后一個，或全部刪除；

• inplace ，Pandas 中 inplace 參數(shù)在很多函數(shù)中都會有，它的作用是：是否在原對象基礎(chǔ)上進(jìn)行修改，默認(rèn)為False，返回一個新的Dataframe；若為True,不創(chuàng)建新的對象，直接對原始對象進(jìn)行修改。

GROUP BY（數(shù)據(jù)分組）

groupby()通常指的是這樣一個過程:我們希望將數(shù)據(jù)集拆分為組，應(yīng)用一些函數(shù)(通常是聚合)，然后將這些組組合在一起:

常見的SQL操作是獲取數(shù)據(jù)集中每個組中的記錄數(shù)。

Pandas中對應(yīng)的實(shí)現(xiàn)：

注意，在Pandas中，我們使用size()而不是count()。這是因?yàn)閏ount()將函數(shù)應(yīng)用于每個列，返回每個列中的非空記錄的數(shù)量。具體如下：

還可以同時應(yīng)用多個函數(shù)。例如，假設(shè)我們想要查看每個星期中每天的小費(fèi)金額有什么不同。

SQL：

Pandas：

更多關(guān)于Groupy和數(shù)據(jù)透視表內(nèi)容請閱讀：

• 這些祝福和干貨比那幾塊錢的紅包重要的多！

JOIN（數(shù)據(jù)合并）

• 可以使用join()或merge()執(zhí)行連接。

• 默認(rèn)情況下，join()將聯(lián)接其索引上的DataFrames。

• 每個方法都有參數(shù)，允許指定要執(zhí)行的連接類型(LEFT, RIGHT, INNER, FULL)或要連接的列(列名或索引)

現(xiàn)在看一下不同的連接類型的SQL和Pandas實(shí)現(xiàn)：

• INNER JOIN

SQL：

Pandas：

• LEFT OUTER JOIN

SQL：

Pandas：

• RIGHT JOIN

SQL：

Pandas:

• FULL JOIN

SQL：

Pandas：

ORDER（數(shù)據(jù)排序）

SQL：

Pandas：

UPDATE（數(shù)據(jù)更新）

SQL：

Pandas：

DELETE（數(shù)據(jù)刪除）

SQL：

Pandas：

總結(jié)：

本文從Pandas里面基本數(shù)據(jù)結(jié)構(gòu)Dataframe的固定屬性開始介紹，對比了做數(shù)據(jù)分析過程中的一些常用SQL語句的Pandas實(shí)現(xiàn)。

參考：

http://m.v.qq.com/play/play.htmlcoverid=&vid=q0836f6kewx&ptag=4_6.7.0.22106_qq

當(dāng)前文章：數(shù)據(jù)分析之PandasVSSQL！-創(chuàng)新互聯(lián)
URL標(biāo)題：http://muchs.cn/article4/cocjie.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供移動網(wǎng)站建設(shè)、關(guān)鍵詞優(yōu)化、網(wǎng)站內(nèi)鏈、標(biāo)簽優(yōu)化、網(wǎng)站排名、網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)