conclusione:
In questo post, abbiamo visto la facilità con cui possiamo usare le query SQL per operare su DataFrames. Questo ci dà una possibilità unica. Quest'arma può essere potente nell'arsenale di qualsiasi data scientist, che conosce sia SQL che Python.
Entrambi sono lingue potenti e hanno i loro rispettivi punti di forza e di debolezza. Usando il metodo mostrato in questo post, o in un altro modo, usando il pandasql biblioteca e sqldf funzione, possiamo usare il metodo migliore e più efficiente per manipolare i dati, bene all'interno dell'ambiente Python e persino di Jupyter Notebook. Questa è musica per le mie orecchie. Spero ti sia piaciuto il song anche.
In questo post, visto come usare le query SQL in Python. Ma se vuoi connettere i due cavalli da lavoro più potenti nel mondo della scienza dei dati, SQL e Python. Questa non è la fine, ma solo il primo passo per ottenere il meglio da entrambi i mondi.
Note finali
Ora puoi iniziare a utilizzare Python per lavorare con i tuoi dati che riposano nei database SQL. Per poterti connettere ai tuoi database SQL, consulte mi post Cómo entrar y utilizar la Banca datiUn database è un insieme organizzato di informazioni che consente di archiviare, Gestisci e recupera i dati in modo efficiente. Utilizzato in varie applicazioni, Dai sistemi aziendali alle piattaforme online, I database possono essere relazionali o non relazionali. Una progettazione corretta è fondamentale per ottimizzare le prestazioni e garantire l'integrità delle informazioni, facilitando così il processo decisionale informato in diversi contesti.... SQL con pyodbc en Python. Una volta visualizzato come DataFrame, tutte le operazioni sono normali operazioni di Panda o query SQL che vengono eseguite su Pandas DataFrame, come hai visto in questo post.
A parte la funzione SQL mostrata in questo post, molte altre funzioni SQL popolari possono essere facilmente implementate in Python. Lea 15 Funzioni di Panda per replicare le query SQL di base in Python e imparare a farlo.
L'apprendimento implicito in questo post era che puoi usare Python per fare cose che pensavi fossero possibili solo usando SQL. Potrebbe esserci o meno una soluzione semplice alle cose, ma se sei disposto a trovarlo, ci sono abbastanza risorse a tua disposizione per trovare una via d'uscita. Puoi vedere il mix and match imparando dal mio libro, PITONE FACILE – Guida passo passo alla programmazione e all'analisi dei dati utilizzando Python per principianti e intermedi.
Circa l'autore: soia Nilabh Nishchhal. Mi piace facilitare argomenti apparentemente difficili e scriverne. Vedi di più su https://www.authornilabh.com/. Il mio tentativo di rendere Python facile e realizzabile per tutti è Python reso facile.
Credito foto di copertina: fotografato da Norbert Hentges su Unsplash
Il supporto mostrato in questo post non è di proprietà di DataPeaker e viene utilizzato a discrezione dell'autore.
