Python Pandas pandas.read_sql_query 函数实例用法分析
什么是 pandas.read_sql_query 函数?
pandas.read_sql_query 函数是 Python Pandas 库提供的 SQL 查询接口,用于查询 SQL 数据库中的数据,并将结果以 pandas.DataFrame 的形式返回,方便进行数据处理和分析。
pandas.read_sql_query 函数的语法格式
pandas.read_sql_query(sql, con, index_col=None, coerce_float=True, params=None, parse_dates=None, chunksize=None)
参数说明:
- sql:SQL 查询语句
- con:SQL 数据库连接对象
- index_col:返回的 pandas.DataFrame 对象的索引列,默认为 None
- coerce_float:是否将数字转化为 float 类型,默认为 True
- params:SQL 查询参数
- parse_dates:将哪些列解析为日期类型,默认为 None
- chunksize:每次读取的行数,默认为 None
pandas.read_sql_query 函数用法示例1
import pandas as pd
import sqlite3
# 创建 SQLite3 数据库连接
conn = sqlite3.connect('test.db')
# 查询数据
sql = 'SELECT * FROM users'
df = pd.read_sql_query(sql, con=conn, index_col='id')
# 输出查询结果
print(df)
# 关闭连接
conn.close()
以上代码演示了如何使用 pandas.read_sql_query 函数从SQLite3数据库中读取数据,并将结果以 pandas.DataFrame 的形式返回。其中,通过传递 SQL 查询语句参数和 SQL 数据库连接对象参数,从数据库中查询数据,并将结果转化为 pandas.DataFrame 对象。最后通过输出查询结果,可以看到最终返回的 pandas.DataFrame 对象。
pandas.read_sql_query 函数用法示例2
import pandas as pd
import pymysql
# 创建 MySQL 数据库连接
conn = pymysql.connect(
host='localhost',
port=3306,
user='root',
password='123456',
db='test',
charset='utf8mb4')
# 查询数据
sql = 'SELECT * FROM users'
df = pd.read_sql_query(sql, con=conn, index_col='id')
# 输出查询结果
print(df)
# 关闭连接
conn.close()
以上代码演示了如何使用 pandas.read_sql_query 函数从MySQL数据库中读取数据,并将结果以 pandas.DataFrame 的形式返回。其中,通过传递 SQL 查询语句参数和 SQL 数据库连接对象参数,从数据库中查询数据,并将结果转化为 pandas.DataFrame 对象。最后通过输出查询结果,可以看到最终返回的 pandas.DataFrame 对象。
总结
本文详细讲解了 pandas.read_sql_query 函数的语法格式和实际使用方法,通过两个实例介绍了从 SQLite3 和 MySQL 数据库中读取数据,并将结果以 pandas.DataFrame 的形式返回。可见,pandas.read_sql_query 函数是一个方便的 SQL 查询接口,适用于数据处理和分析中,具有广泛的应用场景。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Python Pandas pandas.read_sql_query函数实例用法分析 - Python技术站