Python遇上SQL，於是一個好用的Python第三方庫出現了

1. 演示數據

本文的所有演示數據，均是基於下方的四張表。下麵這四張表大家應該不陌生，這就是網傳50道經典MySQL面試題中使用到的幾張原表。關於下方各表之間的關聯關係，我就不給大家說明瞭，仔細觀察欄位名，應該就可以發現。

2. pandasql的使用

1）簡介

pandas中的DataFrame是一個二維表格，資料庫中的表也是一個二維表格，因此在pandas中使用sql語句就顯得水到渠成，pandasql使用SQLite作為其操作資料庫，同時Python自帶SQLite模塊，不需要安裝，便可直接使用。

這裡有一點需要註意的是：使用pandasql讀取DataFrame中日期格式的列，預設會讀取年月日、時分秒，因此我們要學會使用sqlite中的日期處理函數，方便我們轉換日期格式，下方提供sqlite中常用函數大全，希望對你有幫助。

sqlite函數大全：http://suo.im/5DWraE

導入相關庫：

import pandas as pd
from pandasql import sqldf

2）聲明全局變數的2種方式

• ① 在使用之前，聲明該全局變數；
• ② 一次性聲明好全局變數；

① 在使用之前，聲明該全局變數

Python學習交流裙：279199867 ###
df1 = pd.read_excel("student.xlsx")
df2 = pd.read_excel("sc.xlsx")
df3 = pd.read_excel("course.xlsx")
df4 = pd.read_excel("teacher.xlsx")


global df1
global df2
global df3
global df4
query1 = "select * from df1 limit 5"
query2 = "select * from df2 limit 5"
query3 = "select * from df3"
query4 = "select * from df4"

sqldf(query1)
sqldf(query2)
sqldf(query3)
sqldf(query4)

部分結果如下：

② 一次性聲明好全局變數

df1 = pd.read_excel("student.xlsx")
df2 = pd.read_excel("sc.xlsx")
df3 = pd.read_excel("course.xlsx")
df4 = pd.read_excel("teacher.xlsx")

pysqldf = lambda q: sqldf(q, globals())

query1 = "select * from df1 limit 5"
query2 = "select * from df2 limit 5"
query3 = "select * from df3"
query4 = "select * from df4"

sqldf(query1)
sqldf(query2)
sqldf(query3)
sqldf(query4)

部分結果如下：

3）寫幾個簡單的SQL語句
① 查看sqlite的版本

student = pd.read_excel("student.xlsx")
pysqldf = lambda q: sqldf(q, globals())
query1 = """
    select sqlite_version(*)
"""
pysqldf(query1)

結果如下：

② where篩選

student = pd.read_excel("student.xlsx")
pysqldf = lambda q: sqldf(q, globals())
query1 = """
    select * 
    from student 
    where strftime('%Y-%m-%d',sage) = '1990-01-01'
"""
pysqldf(query1)

結果如下：

③ 多表連接

student = pd.read_excel("student.xlsx")
sc = pd.read_excel("sc.xlsx")


pysqldf = lambda q: sqldf(q, globals())
query2 = """
    select *
    from student s
    join sc on s.sid = sc.sid
"""
pysqldf(query2)

部分結果如下：

④ 分組聚合

student = pd.read_excel("student.xlsx")
sc = pd.read_excel("sc.xlsx")


pysqldf = lambda q: sqldf(q, globals())
query2 = """
    select s.sname as 姓名,sum(sc.score) as 總分
    from student s
    join sc on s.sid = sc.sid
    group by s.sname
"""
pysqldf(query2)

結果如下：

⑤ union查詢

student = pd.read_excel("student.xlsx")
pysqldf = lambda q: sqldf(q, globals())
query1 = """
    select * 
    from student 
    where strftime('%Y-%m',sage) = '1990-01'
    union
    select * 
    from student 
    where strftime('%Y-%m',sage) = '1990-12'
"""
pysqldf(query1)

結果如下：