Question

我有一个大熊猫数据集，名为＆＃39; df＆＃39;。

我该如何做以下事情;

df.query("select * from df")

谢谢。

对于那些了解R的人来说，有一个名为sqldf的库，你可以在R中执行SQL代码，我的问题基本上是，在python中有一些像sqldf这样的库

Answer 1

这不是pandas.query应该做的，您可以查看包pandasql（与R中的sqldf相同）

import pandas as pd
import pandasql as ps

df = pd.DataFrame([[1234, 'Customer A', '123 Street', np.nan],
               [1234, 'Customer A', np.nan, '333 Street'],
               [1233, 'Customer B', '444 Street', '333 Street'],
              [1233, 'Customer B', '444 Street', '666 Street']], columns=
['ID', 'Customer', 'Billing Address', 'Shipping Address'])

q1 = """SELECT ID FROM df """

print(ps.sqldf(q1, locals()))

     ID
0  1234
1  1234
2  1233
3  1233

Answer 2

使用了一段时间后，我意识到最简单的方法就是做

from pandasql import sqldf

output = sqldf("select * from df")

像一个咒语一样工作，其中df是熊猫数据框您可以安装pandasql：https://pypi.org/project/pandasql/

Answer 3

您可以使用DataFrame.query(condition)返回与condition匹配的数据框子集，如下所示：

df = pd.DataFrame(np.arange(9).reshape(3,3), columns=list('ABC'))
df
   A  B  C
0  0  1  2
1  3  4  5
2  6  7  8

df.query('C < 6')
   A  B  C
0  0  1  2
1  3  4  5


df.query('2*B <= C')
   A  B  C
0  0  1  2


df.query('A % 2 == 0')
   A  B  C
0  0  1  2
2  6  7  8

除了隐含SELECT * FROM df WHERE之外，这与SQL语句的效果基本相同。

Answer 4

实际上我刚刚发布了一个新软件包，称为dataframe_sql。这使您能够根据需要使用SQL查询熊猫数据框。您可以找到软件包here

Answer 5

或者，您可以使用发挥其最大作用的工具：

安装postgresql
连接到数据库：

从sqlalchemy导入create_engine
导入urllib.parse
engconnect =“ {0}：// {1}：{2} @ {3}：{4} / {5}” .format（方言，user_uenc，pw_uenc，host，port，dbname）
dbengine = create_engine（engconnect）
数据库= dbengine.connect（）

将数据框转储到postgres中

df.to_sql（'mytablename'，数据库，if_exists ='replace'）

使用您的大脑可以处理的所有SQL嵌套语句编写查询。

myquery =“从mytablename中选择不同的*”

通过运行查询创建数据框：

newdf = pd.read_sql（myquery，数据库）

Answer 6

我认为比 pandassql 更好的解决方案是 duckdb。它处理映射到数据帧对象的表名的方式更简洁一些。不过我还没有评估性能。

在pandas数据集上执行SQL查询

6 个答案: