Python - реляционные базы данных
Мы можем подключиться к реляционным базам данных для анализа данных с помощью pandasбиблиотека, а также еще одна дополнительная библиотека для реализации подключения к базе данных. Этот пакет называетсяsqlalchemy который обеспечивает полную функциональность языка SQL для использования в Python.
Установка SQLAlchemy
Установка очень проста с использованием Anaconda, которую мы обсуждали в главе Среда обработки данных . Предполагая, что вы установили Anaconda, как описано в этой главе, выполните следующую команду в окне подсказок Anaconda, чтобы установить пакет SQLAlchemy.
conda install sqlalchemyЧтение реляционных таблиц
Мы будем использовать Sqlite3 в качестве нашей реляционной базы данных, поскольку она очень легкая и простая в использовании. Хотя библиотека SQLAlchemy может подключаться к различным реляционным источникам, включая MySql, Oracle, Postgresql и Mssql. Сначала мы создаем ядро базы данных, а затем подключаемся к ядру базы данных с помощьюto_sql функция библиотеки SQLAlchemy.
В приведенном ниже примере мы создаем реляционную таблицу с помощью to_sqlфункция из фрейма данных, уже созданного путем чтения файла CSV. Затем мы используемread_sql_query функция от pandas для выполнения и захвата результатов различных запросов 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)Когда мы выполняем приведенный выше код, он дает следующий результат.
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 1148.00Вставка данных в реляционные таблицы
Мы также можем вставлять данные в реляционные таблицы, используя функцию sql.execute, доступную в pandas. В приведенном ниже коде мы использовали предыдущий CSV-файл в качестве набора входных данных, сохраняли его в реляционной таблице, а затем вставляли другую запись с помощью 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)Когда мы выполняем приведенный выше код, он дает следующий результат.
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 2015-03-27Удаление данных из реляционных таблиц
Мы также можем удалять данные в реляционные таблицы, используя функцию sql.execute, доступную в pandas. Приведенный ниже код удаляет строку на основе заданного условия ввода.
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)Когда мы выполняем приведенный выше код, он дает следующий результат.
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