SQLite是一種輕量級(jí)的關(guān)系型數(shù)據(jù)庫(kù)，它被廣泛用于嵌入式設(shè)備和小型應(yīng)用程序中。Python中的Pandas庫(kù)提供了一個(gè)簡(jiǎn)單而強(qiáng)大的接口來(lái)處理SQLite數(shù)據(jù)庫(kù)。

在本文中，我們將探討如何使用Python和Pandas來(lái)連接、查詢和修改SQLite數(shù)據(jù)庫(kù)。我們將從安裝必要的軟件開始，然后介紹基本的Pandas操作，最后演示如何使用SQLite作為數(shù)據(jù)存儲(chǔ)。

安裝必要的軟件

首先，我們需要確保我們已經(jīng)安裝了Python和Pandas庫(kù)。如果您還沒有這些軟件，請(qǐng)按照下面的步驟進(jìn)行安裝：

1. 前往Python官方網(wǎng)站下載并安裝適合您操作系統(tǒng)的版本。
2. 打開命令行或終端窗口，并運(yùn)行以下命令安裝Pandas庫(kù)：pip install pandas

在我們開始連接SQLite數(shù)據(jù)庫(kù)之前，我們還需要安裝SQLite驅(qū)動(dòng)程序。有幾個(gè)選項(xiàng)可供選擇，但我建議使用sqlite3模塊，因?yàn)樗cPython標(biāo)準(zhǔn)庫(kù)捆綁在一起，所以無(wú)需額外安裝。

如果您使用的是較新的Python版本，則可能無(wú)需安裝任何東西。否則，請(qǐng)?jiān)诿钚兄墟I入以下內(nèi)容：

pip install pysqlite3

連接到SQLite數(shù)據(jù)庫(kù)

一旦我們完成了安裝，就可以使用Pandas連接到SQLite數(shù)據(jù)庫(kù)了。下面是一個(gè)基本的例子：

import pandas as pd import sqlite3 # 創(chuàng)建一個(gè)連接對(duì)象 conn = sqlite3.connect('example.db') # 從數(shù)據(jù)庫(kù)中讀取數(shù)據(jù)并轉(zhuǎn)換為DataFrame對(duì)象 df = pd.read_sql_query("SELECT * FROM my_table", conn) # 關(guān)閉連接 conn.close()

在這個(gè)例子中，我們首先創(chuàng)建了一個(gè)名為example.db的SQLite數(shù)據(jù)庫(kù)的連接對(duì)象。然后，我們使用pd.read_sql_query()函數(shù)將一個(gè)SQL查詢結(jié)果轉(zhuǎn)換為Pandas DataFrame對(duì)象。最后，我們關(guān)閉了與數(shù)據(jù)庫(kù)的連接。

請(qǐng)注意，pd.read_sql_query()函數(shù)接受兩個(gè)參數(shù)：SQL查詢和連接對(duì)象。如果您有一個(gè)更復(fù)雜的查詢，可以直接將查詢字符串傳遞給該函數(shù)。

在Pandas中操作數(shù)據(jù)

一旦我們成功連接到SQLite數(shù)據(jù)庫(kù)，我們就可以在Pandas DataFrame中執(zhí)行各種操作了。以下是一些例子：

查詢數(shù)據(jù)

# 選擇特定列 df[['col1', 'col2']] # 過(guò)濾行 df[df['col1'] > 10] # 排序 df.sort_values('col1')

修改數(shù)據(jù)

# 增加新列 df['new_col'] = df['col1'] + df['col2'] # 替換值 df.loc[df['col1'] == 10, 'col2'] = 0 # 刪除行 df.drop(index=[0, 1])

聚合數(shù)據(jù)

# 計(jì)算總和 df.sum() # 按列分組，并計(jì)算平均值 df.groupby('col1').mean()

上面這些是Pandas中最基本的操作，但它們足以處理大多數(shù)數(shù)據(jù)集。

使用SQLite作為數(shù)據(jù)存儲(chǔ)

最后，我們將演示如何使用SQLite作為數(shù)據(jù)存儲(chǔ)。要?jiǎng)?chuàng)建一個(gè)新表，請(qǐng)執(zhí)行以下操作：

import sqlite3 # 創(chuàng)建一個(gè)連接對(duì)象 conn = sqlite3.connect('example.db') # 創(chuàng)建一個(gè)游標(biāo)對(duì)象 c = conn.cursor() # 執(zhí)行SQL語(yǔ)句來(lái)創(chuàng)建一個(gè)新表 c.execute('''CREATE TABLE my_table
             (id INTEGER PRIMARY KEY,
              col1 INTEGER,
              col2 TEXT)''') # 提交更改并關(guān)閉連接 conn.commit()
conn.close()

在上面的例子中，我們首先創(chuàng)建了一個(gè)連接到example.db數(shù)據(jù)庫(kù)的連接對(duì)象。然后，我們創(chuàng)建了一個(gè)游標(biāo)對(duì)象，該對(duì)象用于執(zhí)行SQL命令。接下來(lái)

，我們使用execute()方法執(zhí)行了一條SQL命令來(lái)創(chuàng)建名為my_table的新表，該表包含三個(gè)列。最后，我們提交更改并關(guān)閉連接。

在表中插入數(shù)據(jù)也很簡(jiǎn)單：

import sqlite3 # 創(chuàng)建一個(gè)連接對(duì)象 conn = sqlite3.connect('example.db') # 創(chuàng)建一個(gè)游標(biāo)對(duì)象 c = conn.cursor() # 插入一行數(shù)據(jù) c.execute("INSERT INTO my_table (col1, col2) VALUES (?, ?)", (10, 'hello')) # 提交更改并關(guān)閉連接 conn.commit()
conn.close()

在上面的例子中，我們使用execute()方法來(lái)插入一行數(shù)據(jù)到my_table表中。我們使用占位符?和元組(10, 'hello')來(lái)傳遞值。

最后，要從表中檢索數(shù)據(jù)，請(qǐng)使用與前面示例中相同的代碼。您只需更新查詢字符串即可：

import pandas as pd import sqlite3 # 創(chuàng)建一個(gè)連接對(duì)象 conn = sqlite3.connect('example.db') # 從數(shù)據(jù)庫(kù)中讀取數(shù)據(jù)并轉(zhuǎn)換為DataFrame對(duì)象 df = pd.read_sql_query("SELECT * FROM my_table", conn) # 關(guān)閉連接 conn.close()

這將檢索整個(gè)my_table表的所有行和列，并將其轉(zhuǎn)換為Pandas DataFrame對(duì)象。

結(jié)論

本文介紹了如何使用Python和Pandas處理SQLite數(shù)據(jù)庫(kù)。我們首先安裝了必要的軟件，然后演示了如何連接到數(shù)據(jù)庫(kù)，并使用Pandas執(zhí)行各種操作。最后，我們展示了如何使用SQLite作為數(shù)據(jù)存儲(chǔ)，并插入和檢索數(shù)據(jù)。

SQLite是一種輕量級(jí)的數(shù)據(jù)庫(kù)，但它非常強(qiáng)大。結(jié)合Python和Pandas，可以使用SQLite來(lái)處理各種類型的數(shù)據(jù)集。這些技術(shù)可用于許多應(yīng)用程序領(lǐng)域，例如數(shù)據(jù)科學(xué)、Web開發(fā)和物聯(lián)網(wǎng)設(shè)備。

數(shù)據(jù)庫(kù)知識(shí)對(duì)于數(shù)據(jù)分析工作至關(guān)重要，其中 SQL 更是數(shù)據(jù)獲取與處理的關(guān)鍵技能。如果你想進(jìn)一步提升自己在數(shù)據(jù)分析領(lǐng)域的能力，學(xué)會(huì)靈活運(yùn)用 SQL 進(jìn)行數(shù)據(jù)挖掘與分析，那么強(qiáng)烈推薦你學(xué)習(xí)《SQL 數(shù)據(jù)分析極簡(jiǎn)入門》

學(xué)習(xí)入口：https://edu.cda.cn/goods/show/3412?targetId=5695&preview=0