Python - 关系数据库
我们可以使用 pandas 库以及另一个用于实现数据库连接的附加库连接到关系数据库以分析数据。 此包名为 sqlalchemy，它提供在 Python 中使用的完整 SQL 语言功能。
安装 SQLAlchemy
使用我们在数据科学环境一章中讨论过的 Anaconda，安装非常简单。假设您已按照本章所述安装了 Anaconda， 在 Anaconda 提示窗口中运行以下命令来安装 SQLAlchemy 包。
conda install sqlalchemy
读取关系表
我们将使用 Sqlite3 作为关系数据库，因为它非常轻量且易于使用。尽管 SQLAlchemy 库可以连接到各种关系源，包括 MySql、Oracle、Postgresql 和 Mssql。 我们首先创建一个数据库引擎，然后使用 SQLAlchemy 库的 to_sql 函数连接到数据库引擎。
在下面的示例中，我们使用 to_sql 函数从已通过读取 csv 文件创建的数据框中创建关系表。 然后我们使用 pandas 中的 read_sql_query 函数来执行并捕获各种 SQL 查询的结果。
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)
当我们执行上述代码时，它会产生以下结果。
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
将数据插入关系表
我们还可以使用 pandas 中提供的 sql.execute 函数将数据插入关系表。在下面的代码中，我们将之前的 csv 文件作为输入数据集，将其存储在关系表中，然后 使用 sql.execute 插入另一条记录。
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)
当我们执行上述代码时，它会产生以下结果。
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
从关系表中删除数据
我们还可以使用 pandas 中的 sql.execute 函数将数据删除到关系表中。以下代码根据给定的输入条件删除一行。
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)
当我们执行上述代码时，它会产生以下结果。
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
