溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要為大家展示了“sql中pandas怎么用”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“sql中pandas怎么用”這篇文章吧。
除了SQL以外，Python的pandas也為我們提供了SQL的大多數功能。自從從事算法之后就很少寫SQL了，今天在整理印象筆記時趁機復習了一下，也花了點時間把SQL中主要的增刪改查方法用pandas對應實現一遍。可以說是非常實用了。
標準的SQL查詢語法如下：
select (distinct) [字段]from [表1] join [表2] on [匹配字段]where [過濾條件]group by [字段]having [過濾條件]order by [字段] desclimit [個數] offset [個數]
我們以2018-19賽季部分NBA超巨的數據為例進行說明。該數據在pandas和MySQL中分別樣式分別如下：
SQL的增刪改查最主要的還是查詢方法。我們先從查詢方法開始。
select：選擇球員、球隊和場均得分三列：
distinct: 查看這些球員都有哪幾種球場位置：
count：統計樣本量
分類值統計：
連續值描述性統計：
where：
單條件：查找屬于得分后衛的球員：
多條件：查找屬于得分后衛且得分大于27分的球員：
in/not in 查找：
order by 排序語句：
對球員得分進行排序：
limit/offset語句：
對球員得分排序后取前三或者第二到第四
group by語句：
求每個位置球員的平均得分并降序排序：
having子句：
求每個位置球員的平均得分并篩選大于26分的記錄：
多表聯立查詢：inner join/outer(left right) join/union
給出新表如下：
inner join：
left join:
right join:
union:
主要的查詢部分對照完了之后，我們再來看SQL和pandas中的增刪改方法。
SQL中創建表、修改表、插入表和刪除表的語句如下表所示：
上述四種方法與之對應的pandas寫法如下：
以上是“sql中pandas怎么用”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
