酷应用

Pandas & SQL 语法归纳总结，真的太全了

百家作者：AI100 2022-03-21 22:43:49

作者 | 俊欣

来源 |?关于数据分析与可视化

对于数据分析师而言，Pandas与SQL可能是大家用的比较多的两个工具，两者都可以对数据集进行深度的分析，挖掘出有价值的信息，但是二者的语法有着诸多的不同，今天小编就来总结归纳一下Pandas与SQL这两者之间在语法上到底有哪些不同。

导入数据

对于Pandas而言，我们需要提前导入数据集，然后再进行进一步的分析与挖掘

import?pandas?as?pd

airports?=?pd.read_csv('data/airports.csv')
airport_freq?=?pd.read_csv('data/airport-frequencies.csv')
runways?=?pd.read_csv('data/runways.csv')

基础语法

在SQL当中，我们用SELECT来查找数据，WHERE来过滤数据，DISTINCT来去重，LIMIT来限制输出结果的数量，

输出数据集

##?SQL
select?*?from?airports

##?Pandas
airports

输出数据集的前三行数据，代码如下

##?SQL
select?*?from?airports?limit?3

##?Pandas
airports.head(3)

对数据集进行过滤筛查

##?SQL
select?id?from?airports?where?ident?=?'KLAX'

##?Pandas
airports[airports.ident?==?'KLAX'].id

对于筛选出来的数据进行去重

##?SQL
select?distinct?type?from?airport

##?Pandas
airports.type.unique()

多个条件交集来筛选数据

多个条件的交集来筛选数据，代码如下

##?SQL
select?*?from?airports?
where?iso_region?=?'US-CA'?and?
type?=?'seaplane_base'

##?Pandas
airports[(airports.iso_region?==?'US-CA')?&?
(airports.type?==?'seaplane_base')]

或者是

##?SQL
select?ident,?name,?municipality?from?airports?
where?iso_region?=?'US-CA'?and
type?=?'large_airport'

##?Pandas
airports[(airports.iso_region?==?'US-CA')?&
(airports.type?==?'large_airport')][['ident',?'name',?'municipality']]

排序

在Pandas当中默认是对数据进行升序排序，要是我们希望对数据进行降序排序，需要设定ascending参数

##?SQL
select?*?from?airport_freq
where?airport_ident?=?'KLAX'
order?by?type

##?Pandas
airport_freq[airport_freq.airport_ident?==?'KLAX']
.sort_values('type')

又或者是

##?SQL
select?*?from?airport_freq
where?airport_ident?=?'KLAX'
order?by?type?desc

##?Pandas
airport_freq[airport_freq.airport_ident?==?'KLAX']
.sort_values('type',?ascending=False)

筛选出列表当中的数据

要是我们需要筛选出来的数据在一个列表当中，这里就需要用到isin()方法，代码如下

##?SQL
select?*?from?airports?
where?type?in?('heliport',?'balloonport')

##?Pandas
airports[airports.type.isin(['heliport',?'balloonport'])]

又或者是

##?SQL
select?*?from?airports?
where?type?not?in?('heliport',?'balloonport')

##?Pandas
airports[~airports.type.isin(['heliport',?'balloonport'])]

删除数据

在Pandas当中删除数据用的是drop()方法，代码如下

##?SQL
delete?from?dataframe?where?col_name?=?'MISC'

##?Pandas
df?=?df[df.type?!=?'MISC']
df.drop(df[df.type?==?'MISC'].index)

更新数据

在SQL当中更新数据使用的是update和set方法，代码如下

###?SQL
update?airports?set?home_link?=?'......'
where?ident?==?'KLAX'

###?Pandas
airports.loc[airports['ident']?==?'KLAX',?'home_link']?=?'......'

调用统计函数

对于给定的数据集，如下图所示

runways.head()

output

我们调用min()、max()、mean()以及median()函数作用于length_ft这一列上面，代码如下

##?SQL
select?max(length_ft),?min(length_ft),
avg(length_ft),?median(length_ft)?from?runways

##?Pandas
runways.agg({'length_ft':?['min',?'max',?'mean',?'median']})

合并两表格

在Pandas当中合并表格用的是pd.concat()方法，在SQL当中则是UNION ALL，代码如下

##?SQL
select?name,?municipality?from?airports
where?ident?=?'KLAX'
union?all
select?name,?municipality?from?airports
where?ident?=?'KLGB'

##?Pandas
pd.concat([airports[airports.ident?==?'KLAX'][['name',?'municipality']],
airports[airports.ident?==?'KLGB'][['name',?'municipality']]])

分组

顾名思义也就是groupby()方法，代码如下

##?SQL
select?iso_country,?type,?count(*)?from?airports
group?by?iso_country,?type
order?by?iso_country,?type

##?Pandas
airports.groupby(['iso_country',?'type']).size()

分组之后再做筛选

在Pandas当中是在进行了groupby()之后调用filter()方法，而在SQL当中则是调用HAVING方法，代码如下

##?SQL
select?type,?count(*)?from?airports
where?iso_country?=?'US'
group?by?type
having?count(*)?>?1000
order?by?count(*)?desc

##?Pandas
airports[airports.iso_country?==?'US']
.groupby('type')
.filter(lambda?g:?len(g)?>?1000)
.groupby('type')
.size()
.sort_values(ascending=False)

TOP N records

代码如下

##?SQL?
select?列名?from?表名
order?by?size
desc?limit?10

##?Pandas
表名.nlargest(10,?columns='列名')

往

期

回

顾

技术

资讯

技术

技术

点收藏

点点赞

点在看

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

*文章为作者独立观点，不代表爱尖刀立场

本文由 AI100发表，转载此文章须经作者同意，并请附上出处( 爱尖刀 )及本页链接。

原文链接 https://www.ijiandao.com/2b/baijia/427030.html

图库

AI100

关注网络尖刀微信公众号
随时掌握互联网精彩

赞助链接

百度热搜榜

排名热点搜索指数

Pandas &amp; SQL 语法归纳总结，真的太全了