Python-pandas-comparison-with-sql
提供:Dev Guides
Python Pandas-SQLとの比較
多くの潜在的なPandasユーザーはSQLにある程度精通しているため、このページはパンダを使用してさまざまなSQL操作を実行する方法の例を提供することを目的としています。
import pandas as pd
url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'
tips=pd.read_csv(url)
print tips.head()
その*出力*は次のとおりです-
total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
SELECT
SQLでは、選択は、選択した列のコンマ区切りリストを使用して行われます(またはすべての列を選択するには*)-
SELECT total_bill, tip, smoker, time
FROM tips
LIMIT 5;
Pandasでは、列名のリストをDataFrameに渡すことで列の選択が行われます-
tips[[total_bill', 'tip', 'smoker', 'time']].head(5)
完全なプログラムを確認しましょう-
import pandas as pd
url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'
tips=pd.read_csv(url)
print tips[[total_bill', 'tip', 'smoker', 'time']].head(5)
その*出力*は次のとおりです-
total_bill tip smoker time
0 16.99 1.01 No Dinner
1 10.34 1.66 No Dinner
2 21.01 3.50 No Dinner
3 23.68 3.31 No Dinner
4 24.59 3.61 No Dinner
列名のリストなしでDataFrameを呼び出すと、すべての列が表示されます(SQLの*と同様)。
どこに
SQLでのフィルタリングはWHERE句を介して行われます。
SELECT * FROM tips WHERE time = 'Dinner' LIMIT 5;
DataFramesは複数の方法でフィルタリングできます。最も直感的なのは、ブールインデックスを使用することです。
tips[tips['time'] == 'Dinner'].head(5)
完全なプログラムを確認しましょう-
import pandas as pd
url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'
tips=pd.read_csv(url)
print tips[tips['time'] == 'Dinner'].head(5)
その*出力*は次のとおりです-
total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
上記のステートメントは、一連のTrue/FalseオブジェクトをDataFrameに渡し、すべての行をTrueで返します。
GroupBy
この操作は、データセット全体で各グループのレコード数を取得します。 たとえば、性別によって残されたヒントの数を取得するクエリ-
SELECT sex, count(*)
FROM tips
GROUP BY sex;
パンダに相当するものは-
tips.groupby('sex').size()
完全なプログラムを確認しましょう-
import pandas as pd
url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'
tips=pd.read_csv(url)
print tips.groupby('sex').size()
その*出力*は次のとおりです-
sex
Female 87
Male 157
dtype: int64
上位N行
SQLは LIMIT を使用して*上位n行*を返します-
SELECT * FROM tips
LIMIT 5 ;
パンダに相当するものは-
tips.head(5)
完全な例を確認しましょう-
import pandas as pd
url = 'https://raw.github.com/pandas-dev/pandas/master/pandas/tests/data/tips.csv'
tips=pd.read_csv(url)
tips = tips[[smoker', 'day', 'time']].head(5)
print tips
その*出力*は次のとおりです-
smoker day time
0 No Sun Dinner
1 No Sun Dinner
2 No Sun Dinner
3 No Sun Dinner
4 No Sun Dinner
これらは、Pandas Libraryの前の章で学んだ、比較した数少ない基本的な操作です。