本篇文章小编给大家分享一下Python Pandas pandas.read_sql_query函数实例用法代码解析,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看。
Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。
pandas.read_sql_query(sql,con,index_col = None,coerce_float = True,params = None,parse_dates = None,chunksize = None)
将SQL查询读入DataFrame。
返回与查询字符串的结果集对应的DataFrame。(可选)提供index_col参数以使用其中一列作为索引,否则将使用默认整数索引。
参数:
sql:string SQL查询或SQLAlchemy Selectable(select或文本对象)要执行的SQL查询。
con:SQLAlchemy可连接(引擎/连接),数据库字符串URI,或sqlite3 DBAPI2连接使用SQLAlchemy可以使用该库支持的任何数据库。如果是DBAPI2对象,则仅支持sqlite3。
index_col:字符串或字符串列表,可选,默认值:无
要设置为索引的列(MultiIndex)。
coerce_float:boolean,默认为True
尝试将非字符串,非数字对象(如decimal.Decimal)的值转换为浮点值。
对SQL结果集很有用。
params:list,tuple或dict,optional,default:None
要传递给执行方法的参数列表。用于传递参数的语法取决于数据库驱动程序。
检查数据库驱动程序文档,
了解PEP 249的paramstyle中描述的五种语法样式中的哪一种。例如,对于psycopg2,使用%(name)s,所以使用params = {'name':'value'}
parse_dates:list或dict,默认值:None
要解析为日期的列名列表。
{column_name: format string}格式的字典,其中,格式字符串在解析字符串时间时是与strftime兼容的,或者在解析整数时间戳时是(D、s、ns、ms、us)兼容的。
{column_name: arg dict}格式的字典,其中arg dict对应于关键字参数,特别适用于没有本机Datetime支持的数据库,
例如SQLite。pandas.to_datetime()
chunksize:int,默认无
如果指定,则返回一个迭代器,其中chunksize是要包含在每个块中的行数。
返回:
数据帧
例如,
import MySQLdb conn= MySQLdb.connect(host='myhost',port=3306,user='myusername', passwd='mypassword', db='information_schema') sql =""" SELECT danceability, energy, loudness, speechiness, acousticness, instrumentalness, liveness, valence, tempo, activity FROM songs s, users u, song_user su WHERE activity IS NOT NULL AND s.id = su.song_id AND su.user_id = u.id AND u.telegram_user_id = {} """.format(telegram_id) df_mysql = pd.read_sql_query(sql, conn) conn.close()