我有一个tabledata.csv文件,并且我一直在使用pandas.read_csv来读取或选择具有特定条件的特定列.
例如,我使用以下代码选择其中session_id = 1的所有“名称”,这在datascientistworkbench的IPython Notebook上运行良好.
df = pandas.read_csv('/resources/data/findhelp/tabledata.csv')
df['name'][df['session_id']==1]
我只是想知道在读取csv文件之后,是否可以以某种方式“切换/读取”它作为sql数据库. (我很确定我使用正确的术语没有很好地解释它,对此表示抱歉！).但是我想要的是我确实想在IPython Notebook上使用sql语句来选择具有特定条件的特定行.就像我可以使用类似的东西：
Select `name`, count(distinct `session_id`) from tabledata where `session_id` like "100.1%" group by `session_id` order by `session_id`
但是我想我确实需要找出一种方法来将csv文件更改为另一个版本,以便可以使用sql语句.多谢！
解决方法:
这是使用内置的sqlite3程序包对pandas和sql的快速入门.一般来说,您可以以一种或另一种方式在熊猫中执行所有sql操作.但是数据库当然是有用的.您需要做的第一件事是将原始df存储在sql数据库中,以便您查询它.下面列出了步骤.
import pandas as pd
import sqlite3
#read the CSV
df = pd.read_csv('/resources/data/findhelp/tabledata.csv')
#connect to a database
conn = sqlite3.connect("Any_Database_Name.db") #if the db does not exist, this creates a Any_Database_Name.db file in the current directory
#store your table in the database:
df.to_sql('Some_Table_Name', conn)
#read a sql Query out of your database and into a pandas dataframe
sql_string = 'SELECT * FROM Some_Table_Name'
df = pd.read_sql(sql_string, conn)
