主頁 > 知識(shí)庫 > Python Pandas pandas.read_sql_query函數(shù)實(shí)例用法分析

Python Pandas pandas.read_sql_query函數(shù)實(shí)例用法分析

熱門標(biāo)簽:老人電話機(jī)器人 梅州外呼業(yè)務(wù)系統(tǒng) 地圖標(biāo)注視頻廣告 無錫客服外呼系統(tǒng)一般多少錢 高德地圖標(biāo)注是免費(fèi)的嗎 百度地圖標(biāo)注位置怎么修改 北京電信外呼系統(tǒng)靠譜嗎 大連crm外呼系統(tǒng) 洪澤縣地圖標(biāo)注

Pandas是基于NumPy 的一種工具,該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas 納入了大量庫和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型,提供了高效地操作大型數(shù)據(jù)集所需的工具。Pandas提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。你很快就會(huì)發(fā)現(xiàn),它是使Python成為強(qiáng)大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一。本文主要介紹一下Pandas中read_sql_query方法的使用。

pandas.read_sql_query(sql,con,index_col = None,coerce_float = True,params = None,parse_dates = None,chunksize = None)

將SQL查詢讀入DataFrame。

返回與查詢字符串的結(jié)果集對(duì)應(yīng)的DataFrame。(可選)提供index_col參數(shù)以使用其中一列作為索引,否則將使用默認(rèn)整數(shù)索引。

參數(shù):

sql:string SQL查詢或SQLAlchemy Selectable(select或文本對(duì)象)要執(zhí)行的SQL查詢。

con:SQLAlchemy可連接(引擎/連接),數(shù)據(jù)庫字符串URI,或sqlite3 DBAPI2連接使用SQLAlchemy可以使用該庫支持的任何數(shù)據(jù)庫。如果是DBAPI2對(duì)象,則僅支持sqlite3。

index_col:字符串或字符串列表,可選,默認(rèn)值:無

要設(shè)置為索引的列(MultiIndex)。

coerce_float:boolean,默認(rèn)為True

嘗試將非字符串,非數(shù)字對(duì)象(如decimal.Decimal)的值轉(zhuǎn)換為浮點(diǎn)值。

對(duì)SQL結(jié)果集很有用。

params:list,tuple或dict,optional,default:None

要傳遞給執(zhí)行方法的參數(shù)列表。用于傳遞參數(shù)的語法取決于數(shù)據(jù)庫驅(qū)動(dòng)程序。

檢查數(shù)據(jù)庫驅(qū)動(dòng)程序文檔,

了解PEP 249的paramstyle中描述的五種語法樣式中的哪一種。例如,對(duì)于psycopg2,使用%(name)s,所以使用params = {'name':'value'}

parse_dates:list或dict,默認(rèn)值:None

要解析為日期的列名列表。

{column_name: format string}格式的字典,其中,格式字符串在解析字符串時(shí)間時(shí)是與strftime兼容的,或者在解析整數(shù)時(shí)間戳?xí)r是(D、s、ns、ms、us)兼容的。

{column_name: arg dict}格式的字典,其中arg dict對(duì)應(yīng)于關(guān)鍵字參數(shù),特別適用于沒有本機(jī)Datetime支持的數(shù)據(jù)庫,

例如SQLite。pandas.to_datetime()

chunksize:int,默認(rèn)無

如果指定,則返回一個(gè)迭代器,其中chunksize是要包含在每個(gè)塊中的行數(shù)。

返回:

數(shù)據(jù)幀

例如,

import MySQLdb
conn= MySQLdb.connect(host='myhost',port=3306,user='myusername', passwd='mypassword', 
                db='information_schema')
sql ="""
      SELECT
	danceability, energy, loudness, speechiness, acousticness,
	instrumentalness, liveness, valence, tempo, activity
      FROM songs s, users u, song_user su
      WHERE
	activity IS NOT NULL AND
	s.id = su.song_id AND
	su.user_id = u.id AND
	u.telegram_user_id = {}
""".format(telegram_id)
df_mysql = pd.read_sql_query(sql, conn)
conn.close()

到此這篇關(guān)于Python Pandas pandas.read_sql_query函數(shù)實(shí)例用法分析的文章就介紹到這了,更多相關(guān)Python Pandas pandas.read_sql_query函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

標(biāo)簽:泉州 吉林 怒江 清遠(yuǎn) 安慶 岳陽 洛陽 長春

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python Pandas pandas.read_sql_query函數(shù)實(shí)例用法分析》,本文關(guān)鍵詞  Python,Pandas,pandas.read,sql,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《Python Pandas pandas.read_sql_query函數(shù)實(shí)例用法分析》相關(guān)的同類信息!
  • 本頁收集關(guān)于Python Pandas pandas.read_sql_query函數(shù)實(shí)例用法分析的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章