大数据理论课(第四节----pandas操作数据库数据)

2024-02-24 11:50

本文主要是介绍大数据理论课(第四节----pandas操作数据库数据),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、创建sqlite数据库并插入数据

1.进入数据库文件夹
在这里插入图片描述

2.创建数据库

在这里插入图片描述
3.插入数据
在这里插入图片描述

二、读取并操作数据库数据

from sqlalchemy import create_engine  
import pandas as pd#一.读取数据-------------------------------------------------------------------------------
detail=create_engine("sqlite:///G:/大数据实验数据库/0.engine数据库/test.db")   
detail=pd.read_sql_table("meal_order_detail1",con=engine)
detail.dtypes  #每一列的数据类型 
detail.T       #转置行列关系#二.列行形式-------------------------------------------------------------------------------detail["dishes_name"][:5]   #获取dishes_name的前5行
detail[["dishes_name","order_id"]][0:5]  #注意双括号  读取dishes_name、order_id两列的前10行  
detail[["dishes_name","order_id"]].tail(5) #注意双括号  读取dishes_name、order_id最后5行#三.行列形式--------------------------------------------------------------------------------#1.loc的使用
detail.loc[:,"dishes_name"]      #获取dishes_name的所有行
detail.loc[0:10,"dishes_name"]   #获取dishes_name的前10行#2.iloc的使用
detail.iloc[:,0]     #获取第0列的所有行
detail.iloc[:,0:4]   #获取0到4列的所有行#3.ix使用
detail.ix[2:6,5:]    #读取dishes_name包括第2-6行,从第6到最后一列
detail.ix[2:6,5:7]   #读取dishes_name包括第2-6行,从第6到7列#四.对比loc和iloc-------------------------------------------------------------------------------
detail.loc[2:6,"dishes_name"]    #读取dishes_name包括第2-6行
detail.iloc[2:6,"dishes_name"]   #读取dishes_name包括第2-5行#五.查找和修改-----------------------------------------------------------------------------------
detail.loc[detail["order_id"]=="458",:]                    #读取detail["order_id"]=="458"所有行
detail.loc[detail["order_id"]=="458","order_id"]="45800"   #读取detail["order_id"]=="458"所有行,令order_id=45800
detail.loc[detail["order_id"]=="45800","logicprn_name"]="abc"  #读取detail["order_id"]=="458"所有行,logicprn_name=abc

这篇关于大数据理论课(第四节----pandas操作数据库数据)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/742009

相关文章

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

Python 中的 with open文件操作的最佳实践

《Python中的withopen文件操作的最佳实践》在Python中,withopen()提供了一个简洁而安全的方式来处理文件操作,它不仅能确保文件在操作完成后自动关闭,还能处理文件操作中的异... 目录什么是 with open()?为什么使用 with open()?使用 with open() 进行

关于pandas的read_csv方法使用解读

《关于pandas的read_csv方法使用解读》:本文主要介绍关于pandas的read_csv方法使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录pandas的read_csv方法解读read_csv中的参数基本参数通用解析参数空值处理相关参数时间处理相关

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

SpringBatch数据写入实现

《SpringBatch数据写入实现》SpringBatch通过ItemWriter接口及其丰富的实现,提供了强大的数据写入能力,本文主要介绍了SpringBatch数据写入实现,具有一定的参考价值,... 目录python引言一、ItemWriter核心概念二、数据库写入实现三、文件写入实现四、多目标写入

Linux ls命令操作详解

《Linuxls命令操作详解》通过ls命令,我们可以查看指定目录下的文件和子目录,并结合不同的选项获取详细的文件信息,如权限、大小、修改时间等,:本文主要介绍Linuxls命令详解,需要的朋友可... 目录1. 命令简介2. 命令的基本语法和用法2.1 语法格式2.2 使用示例2.2.1 列出当前目录下的文

使用Python将JSON,XML和YAML数据写入Excel文件

《使用Python将JSON,XML和YAML数据写入Excel文件》JSON、XML和YAML作为主流结构化数据格式,因其层次化表达能力和跨平台兼容性,已成为系统间数据交换的通用载体,本文将介绍如何... 目录如何使用python写入数据到Excel工作表用Python导入jsON数据到Excel工作表用

Mysql如何将数据按照年月分组的统计

《Mysql如何将数据按照年月分组的统计》:本文主要介绍Mysql如何将数据按照年月分组的统计方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mysql将数据按照年月分组的统计要的效果方案总结Mysql将数据按照年月分组的统计要的效果方案① 使用 DA

鸿蒙中Axios数据请求的封装和配置方法

《鸿蒙中Axios数据请求的封装和配置方法》:本文主要介绍鸿蒙中Axios数据请求的封装和配置方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1.配置权限 应用级权限和系统级权限2.配置网络请求的代码3.下载在Entry中 下载AxIOS4.封装Htt

Spring Security基于数据库的ABAC属性权限模型实战开发教程

《SpringSecurity基于数据库的ABAC属性权限模型实战开发教程》:本文主要介绍SpringSecurity基于数据库的ABAC属性权限模型实战开发教程,本文给大家介绍的非常详细,对大... 目录1. 前言2. 权限决策依据RBACABAC综合对比3. 数据库表结构说明4. 实战开始5. MyBA