Pandas是基于NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas 納入了大量庫和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需的工具。Pandas提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。你很快就會發(fā)現(xiàn)，它是使Python成為強大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一。本文主要介紹一下Pandas中read_sql方法的使用。

pandas.read_sql（sql，con，index_col = None，coerce_float = True，params = None，parse_dates = None，columns = None，chunksize = None)

將SQL查詢或數(shù)據(jù)庫表讀入DataFrame。

此功能是一個方便的包裝read_sql_table和 read_sql_query（為了向后兼容）。它將根據(jù)提供的輸入委托給特定的功能。SQL查詢將被路由到read_sql_query，而數(shù)據(jù)庫表名將被路由到read_sql_table。請注意，委托的功能可能有更多關(guān)于其功能的特定說明，此處未列出。

參數(shù)：

sql：string或SQLAlchemy可選（選擇或文本對象）

要執(zhí)行的SQL查詢或表名。

con：SQLAlchemy可連接（引擎/連接）或數(shù)據(jù)庫字符串URI

或DBAPI2連接（回退模式）

使用SQLAlchemy可以使用該庫支持的任何數(shù)據(jù)庫。如果是DBAPI2對象，

則僅支持sqlite3。

index_col：字符串或字符串列表，可選，默認(rèn)值：無

要設(shè)置為索引的列（MultiIndex）。

coerce_float：boolean，默認(rèn)為True

嘗試將非字符串，非數(shù)字對象（如decimal.Decimal）的值轉(zhuǎn)換為浮點，

這對SQL結(jié)果集很有用。

params：list，tuple或dict，optional，default：None

要傳遞給執(zhí)行方法的參數(shù)列表。用于傳遞參數(shù)的語法取決于數(shù)據(jù)庫驅(qū)動程序。

檢查數(shù)據(jù)庫驅(qū)動程序文檔，

了解PEP 249的paramstyle中描述的五種語法樣式中的哪一種。

例如，對于psycopg2，使用％(name)s，所以使用params = {’name’：’value’}

parse_dates：list或dict，默認(rèn)值：None

要解析為日期的列名的列表。

的字典，其中格式字符串是在解析的情況下的strftime兼容的字符串倍，

或是在解析整數(shù)時間戳的情況下（d，S，NS，MS，我們）之一。{column_name: format string}

dict of ，其中arg dict對應(yīng)于關(guān)鍵字參數(shù)，特別適用于沒有本機Datetime支持的數(shù)據(jù)庫，

例如SQLite。{column_name: arg dict}pandas.to_datetime()

columns：list，默認(rèn)值：None

從SQL表中選擇的列名列表（僅在讀取表時使用）。

chunksize：int，默認(rèn)無

如果指定，則返回一個迭代器，其中chunksize是要包含在每個塊中的行數(shù)。

返回：

DataFrame(數(shù)據(jù)幀)

例如

import MySQLdbmysql_cn= MySQLdb.connect(host=’myhost’, port=3306,user=’myusername’, passwd=’mypassword’, db=’information_schema’)df_mysql = pd.read_sql(’select * from VIEWS;’, con=mysql_cn) print ’loaded dataframe from MySQL. records:’, len(df_mysql)mysql_cn.close()

內(nèi)容擴展：

有沒有關(guān)于如何使用Pandas中的SQL查詢傳遞參數(shù)的示例？

特別是我正在使用SQLAlchemy引擎來連接到PostgreSQL數(shù)據(jù)庫。到目前為止，我發(fā)現(xiàn)以下工作：

df = psql.read_sql((’select 'Timestamp','Value' from 'MyTable' ’ ’where 'Timestamp' BETWEEN %s AND %s’), db,params=[datetime(2014,6,24,16,0),datetime(2014,6,24,17,0)], index_col=[’Timestamp’])

pandas文檔說，params也可以作為一個dict來傳遞，但我似乎無法讓這個工作嘗試了：

df = psql.read_sql((’select 'Timestamp','Value' from 'MyTable' ’ ’where 'Timestamp' BETWEEN :dstart AND :dfinish’), db,params={'dstart':datetime(2014,6,24,16,0),'dfinish':datetime(2014,6,24,17,0)}, index_col=[’Timestamp’])

到此這篇關(guān)于Python Pandas pandas.read_sql函數(shù)實例用法的文章就介紹到這了,更多相關(guān)Python Pandas pandas.read_sql函數(shù)詳解內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！