前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >数据分析之Pandas VS SQL!

数据分析之Pandas VS SQL!

作者头像
挖数
发布2019-05-13 17:42:04
3.2K0
发布2019-05-13 17:42:04
举报
文章被收录于专栏:挖数

文章转载自公众号:数据管道

Abstract

  • Pandas是一个开源的Python数据分析库,结合 NumPy 和 Matplotlib 类库,可以在内存中进行高性能的数据清洗、转换、分析及可视化工作。
  • 对于数据开发工程师或分析师而言,SQL 语言是标准的数据查询工具。本文提供了一系列的示例,说明如何使用pandas执行各种SQL操作。

Pandas简介

Pandas把结构化数据分为了三类:

  • Series,可以理解为一个一维的数组,只是index可以自己改动。
  • DataFrame,一个类似于表格的数据类型的2维结构化数据。
  • Panel,3维的结构化数据。

Dataframe实例:

对于DataFrame,有一些固有属性:

SQL VS Pandas

SELECT(数据选择)

在SQL中,选择是使用逗号分隔的列列表(或*来选择所有列):

在Pandas中,选择不但可根据列名称选取,还可以根据列所在的位置选取。相关语法如下:

  • loc,基于列label,可选取特定行(根据行index)
  • iloc,基于行/列的位置
  • ix,为loc与iloc的混合体,既支持label也支持position
  • at,根据指定行index及列label,快速定位DataFrame的元素;
  • iat,与at类似,不同的是根据position来定位的;

WHERE(数据过滤)

在SQL中,过滤是通过WHERE子句完成的:

在pandas中,Dataframe可以通过多种方式进行过滤,最直观的是使用布尔索引:

在where子句中常常会搭配and, or, in, not关键词,Pandas中也有对应的实现:

SQL:

Pandas:

在where字句中搭配NOT NULL可以获得某个列不为空的项,Pandas中也有对应的实现:

SQL:

Pandas:

DISTINCT(数据去重)

SQL:

Pandas:

宝器带你画重点

  • subset,为选定的列做数据去重,默认为所有列;
  • keep,可选择{'first', 'last', False},保留重复元素中的第一个、最后一个,或全部删除;
  • inplace ,Pandas 中 inplace 参数在很多函数中都会有,它的作用是:是否在原对象基础上进行修改,默认为False,返回一个新的Dataframe;若为True,不创建新的对象,直接对原始对象进行修改。

GROUP BY(数据分组)

groupby()通常指的是这样一个过程:我们希望将数据集拆分为组,应用一些函数(通常是聚合),然后将这些组组合在一起:

常见的SQL操作是获取数据集中每个组中的记录数。

Pandas中对应的实现:

注意,在Pandas中,我们使用size()而不是count()。这是因为count()将函数应用于每个列,返回每个列中的非空记录的数量。具体如下:

还可以同时应用多个函数。例如,假设我们想要查看每个星期中每天的小费金额有什么不同。

SQL:

Pandas:

更多关于Groupy和数据透视表内容请阅读:

JOIN(数据合并)

  • 可以使用join()或merge()执行连接。
  • 默认情况下,join()将联接其索引上的DataFrames。
  • 每个方法都有参数,允许指定要执行的连接类型(LEFT, RIGHT, INNER, FULL)或要连接的列(列名或索引)

现在看一下不同的连接类型的SQL和Pandas实现:

  • INNER JOIN

SQL:

Pandas:

  • LEFT OUTER JOIN

SQL:

Pandas:

  • RIGHT JOIN

SQL:

Pandas:

  • FULL JOIN

SQL:

Pandas:

ORDER(数据排序)

SQL:

Pandas:

UPDATE(数据更新)

SQL:

Pandas:

DELETE(数据删除)

SQL:

Pandas:

总结:

本文从Pandas里面基本数据结构Dataframe的固定属性开始介绍,对比了做数据分析过程中的一些常用SQL语句的Pandas实现。

参考:https://mp.weixin.qq.com/s/E5LSszsKRxSa_fpJFqNABw

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

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-04-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 挖数 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档