P的ANDA庫是數據科學家的事實上的標準工具，時下。它被全球許多數據科學家廣泛使用。熟悉它之后，無論我從事什么項目，我總是將其用于處理表結構數據。它工作快速可靠，支持CSV，Excel，JSON等。但是，作為一個有SQL經驗的人，一開始我在操作表（aka DataFrames）時遇到了一些困難和困惑。最終，我了解了更多的API和正確執行操作的方法。我相信許多對熊貓邁出第一步的人可能都有相同的經歷。前段時間，我使用SQL查詢及其在Pandas中的類比編寫了備忘單。我很高興與大家分享。在這篇文章中，將使用“ SELECT”共享查詢。稍后，我將向熊貓發布其他查詢及其類比。我很高興收到您關于備忘單的反饋和愿望清單。

　　我們有三個簡單的表：

· 使用者

· 培訓班

· 出勤率

　　其余的查詢將涉及對它們的數據操作。

　　讓我們從基本的SELECT命令開始。

· 選擇*來自用戶

· 選擇*來自用戶LIMIT 0,10

· 選擇*來自用戶，電子郵件為空

· 從用戶中選擇名字，姓氏

· SELECT DISTINCT birth_year來自用戶

　　基本的數學和算術運算。

· 從用戶中選擇AVG(點);

· 從用戶中選擇總和(點);

　　有條件的操作和喜歡。

· 選擇*從1998年至2018年之間的出生年齡的用戶

· SELECT * FROM users where where first_name LIKE'Ch%'

· SELECT * FROM users where where first_name LIKE'%es'

· SELECT * FROM users where where first_name LIKE'%on%'

· 從用戶那里選擇first_name，last_name，例如first_name，例如'%on%'

我用JOIN和ORDER BY相關的SQL查詢來結束這篇文章。為了使代碼更簡單易讀，我將結果分配到新變量中，并在下一個變量中重新使用它們。

· SELECT * FROM出勤atn

· LEFT JOIN用戶usr ON atn.user_id = usr.id

　　現在讓我們將上面的結果與課程標題一起加入。其結果將與以下SQL命令的結果相同。

· SELECT * FROM atn atn

· LEFT JOIN用戶usr ON atn.user_id = usr.id

· LEFT JOIN課程co ON co.id = atn.course_id

　　上面的查詢將返回包含所有列的完整表/數據框。要選擇必要的列，我們可以使用與以前相同的方法。

· SELECT * FROM users ORDER BY first_name，last_name

· SELECT * FROM users ORDER BY first_name，last_name DESC

· SELECT first_name，last_name，birth_year，

· 積分，course_name，講師FROM出勤atn

· LEFT JOIN用戶usr ON atn.user_id = usr.id

· LEFT JOIN課程co ON co.id = atn.course_id

· ORDER BY first_name，last_name

以上就是關于適用于SQL人員的Pandas速查表的全部內容，想了解更多關于SQL數據庫的信息，請繼續關注中培偉業。