Python - relacyjne bazy danych

Możemy łączyć się z relacyjnymi bazami danych w celu analizy danych za pomocą pandasbiblioteka, a także kolejna dodatkowa biblioteka do implementacji łączności z bazą danych. Ten pakiet nosi nazwęsqlalchemy który zapewnia pełną funkcjonalność języka SQL do użycia w Pythonie.

Instalowanie SQLAlchemy

Instalacja jest bardzo prosta przy użyciu Anacondy, którą omówiliśmy w rozdziale Środowisko nauki o danych . Zakładając, że zainstalowałeś Anacondę w sposób opisany w tym rozdziale, uruchom następujące polecenie w oknie Anaconda Prompt, aby zainstalować pakiet SQLAlchemy.

conda install sqlalchemy

Czytanie tabel relacyjnych

Będziemy używać Sqlite3 jako naszej relacyjnej bazy danych, ponieważ jest ona bardzo lekka i łatwa w użyciu. Chociaż biblioteka SQLAlchemy może łączyć się z różnymi źródłami relacyjnymi, w tym MySql, Oracle i Postgresql i Mssql. Najpierw tworzymy silnik bazy danych, a następnie łączymy się z silnikiem bazy danych przy użyciuto_sql funkcja biblioteki SQLAlchemy.

W poniższym przykładzie tworzymy tabelę relacyjną przy użyciu to_sqlfunkcji z ramki danych już utworzonej przez odczytanie pliku csv. Następnie używamyread_sql_query funkcja z pand do wykonywania i przechwytywania wyników z różnych zapytań SQL.

from sqlalchemy import create_engine
import pandas as pd

data = pd.read_csv('/path/input.csv')

# Create the db engine
engine = create_engine('sqlite:///:memory:')

# Store the dataframe as a table
data.to_sql('data_table', engine)

# Query 1 on the relational table
res1 = pd.read_sql_query('SELECT * FROM data_table', engine)
print('Result 1')
print(res1)
print('')

# Query 2 on the relational table
res2 = pd.read_sql_query('SELECT dept,sum(salary) FROM data_table group by dept', engine)
print('Result 2')
print(res2)

Kiedy wykonujemy powyższy kod, daje on następujący wynik.

Result 1
   index  id    name  salary  start_date        dept
0      0   1    Rick  623.30  2012-01-01          IT
1      1   2     Dan  515.20  2013-09-23  Operations
2      2   3   Tusar  611.00  2014-11-15          IT
3      3   4    Ryan  729.00  2014-05-11          HR
4      4   5    Gary  843.25  2015-03-27     Finance
5      5   6   Rasmi  578.00  2013-05-21          IT
6      6   7  Pranab  632.80  2013-07-30  Operations
7      7   8    Guru  722.50  2014-06-17     Finance

Result 2
         dept  sum(salary)
0     Finance      1565.75
1          HR       729.00
2          IT      1812.30
3  Operations      1148.00

Wstawianie danych do tabel relacyjnych

Możemy również wstawiać dane do tabel relacyjnych za pomocą funkcji sql.execute dostępnej w pandach. W poniższym kodzie poprzedni plik csv jako zestaw danych wejściowych, przechowujemy go w tabeli relacyjnej, a następnie wstawiamy kolejny rekord za pomocą sql.execute.

from sqlalchemy import create_engine
from pandas.io import sql

import pandas as pd

data = pd.read_csv('C:/Users/Rasmi/Documents/pydatasci/input.csv')
engine = create_engine('sqlite:///:memory:')

# Store the Data in a relational table
data.to_sql('data_table', engine)

# Insert another row
sql.execute('INSERT INTO data_table VALUES(?,?,?,?,?,?)', engine, params=[('id',9,'Ruby',711.20,'2015-03-27','IT')])

# Read from the relational table
res = pd.read_sql_query('SELECT ID,Dept,Name,Salary,start_date FROM data_table', engine)
print(res)

Kiedy wykonujemy powyższy kod, daje on następujący wynik.

id        dept    name  salary  start_date
0   1          IT    Rick  623.30  2012-01-01
1   2  Operations     Dan  515.20  2013-09-23
2   3          IT   Tusar  611.00  2014-11-15
3   4          HR    Ryan  729.00  2014-05-11
4   5     Finance    Gary  843.25  2015-03-27
5   6          IT   Rasmi  578.00  2013-05-21
6   7  Operations  Pranab  632.80  2013-07-30
7   8     Finance    Guru  722.50  2014-06-17
8   9          IT    Ruby  711.20  2015-03-27

Usuwanie danych z tabel relacyjnych

Możemy również usuwać dane do tabel relacyjnych za pomocą funkcji sql.execute dostępnej w pandach. Poniższy kod usuwa wiersz na podstawie podanego warunku wejściowego.

from sqlalchemy import create_engine
from pandas.io import sql

import pandas as pd

data = pd.read_csv('C:/Users/Rasmi/Documents/pydatasci/input.csv')
engine = create_engine('sqlite:///:memory:')
data.to_sql('data_table', engine)

sql.execute('Delete from data_table where name = (?) ', engine,  params=[('Gary')])

res = pd.read_sql_query('SELECT ID,Dept,Name,Salary,start_date FROM data_table', engine)
print(res)

Kiedy wykonujemy powyższy kod, daje on następujący wynik.

id        dept    name  salary  start_date
0   1          IT    Rick   623.3  2012-01-01
1   2  Operations     Dan   515.2  2013-09-23
2   3          IT   Tusar   611.0  2014-11-15
3   4          HR    Ryan   729.0  2014-05-11
4   6          IT   Rasmi   578.0  2013-05-21
5   7  Operations  Pranab   632.8  2013-07-30
6   8     Finance    Guru   722.5  2014-06-17