在pandas中实现SQL查询其实很简单，通常我们在SQL软件中写SQL，在Python软件中写Python，但是，我要是在Python中写SQL能否实现呢？要知道Python可是万能的，Python除了不能生孩子，其他事都能做。

这里给大家介绍pandasql库，它居然能在Python中写SQL，而且SQL语法在Python中完全支持，这就是下文我们详细介绍的pandasql库，在Python中写SQL能够做到手写自如，下面一起来学习~

1、pandasql库安装

要使用pandasql库的功能，需要提前下载pandasql库，这个库跟pandas库很像，只是末尾缀加了sql，通常下载库，我们需要到终端输入pip install pandasql进行下载，这里只需要在代码行里加一个感叹号'!'，就可以直接下载成功。

!pip install pandasql

下载库后，导入pandasql库进行使用。

#导入pandasql库import pandasql as sql

2、pandasql库使用

为了更好地演示pandasql库如何使用，这里首先导入我们的数据文件，使用pandas库导入本文所使用的电影文件数据。

import pandas as pddf=pd.read_excel(r'C:\Users\尚天强\Desktop\数据合并.xlsx')#重命名df.rename(columns={'累计票房(万)':'累计票房'}, inplace = True)df.head()

其次导入pandasql库，SQL运行都需要借助pandasql库，我们使用的是sql.sqldf(''' *** ''')命令，其中***就是你要写的SQL语句，写SQL不难，很容易入门，只要将SQL语句写入到括号内，即可实现数据查询。

import pandasql as sql

导入pandasql库后，这里需要将电影的累计票房分为'超低票房'、'低票房'、'中等票房'、'高票房'、'超高票房'，使用case when进行分组，以end结尾，成功实现在pandas中使用case when查询，查询结果如下所示。

#对电影的累计票房使用CASE WHEN分组sql.sqldf('''select 电影名称,电影导演,电影主演,累计票房,casewhen 累计票房 < 100000 then '超低票房'when 累计票房 < 200000 then '低票房'when 累计票房 < 300000 then '中等票房'when 累计票房 < 400000 then '高票房'else '超高票房'end as '电影票房分组' from dfwhere 累计票房 is not null;''')

如果要查询不同电影发行公司电影的票房情况，使用group by函数分组，sum函数做聚合运算，并使用order by函数降序排列，即可查询具体的数据结果。

#不同电影发行公司电影的票房情况，并降序排列sql.sqldf('''select 发行公司,sum(累计票房) as '累计票房/万' from df             group by 发行公司             order by sum(累计票房) desc;''')

要查询每一个电影主演累计票房最高的那一部电影信息，需要做一个子查询，先子查询每一个电影主演累计票房的最大值，然后作为外部where子句的筛选条件。

#查找每一个电影主演累计票房最高的那一部电影信息sql.sqldf('''select * from df as d             where d.累计票房=(select max(累计票房) from df                               where d.电影主演=电影主演)             order by 累计票房 desc;''')

以上作者使用pandasql库成功实现了在pandas中写SQL的功能，使用sql.sqldf(''' *** ''')命令，其中***是SQL查询语句，简单易学，使用SQL命令即可查询结果，更多数据分析知识和内容可以关注我，持续分享~

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。