آموزش کار با پایگاه داده رابطه ای در پایتون

0 دیدگاه

ما می توانیم برای تحلیل داده ها به پایگاه های داده رابطه ای متصل شویم. این کار را با استفاده از کتابخانه pandas و یک کتابخانه دیگر برای برقراری اتصال به پایگاه داده انجام می دهیم. این کتابخانه sqlalchemy نام دارد و تمام قابلیت های زبان SQL را در پایتون فراهم می کند.

نصب SQLAlchemy

نصب این کتابخانه با استفاده از Anaconda بسیار ساده است. در فصل «محیط علم داده» این موضوع توضیح داده شده است. اگر Anaconda را طبق توضیحات آن فصل نصب کرده اید، برای نصب کتابخانه SQLAlchemy دستور زیر را در پنجره Anaconda Prompt اجرا کنید:

conda install sqlalchemy

1	conda install sqlalchemy

خواندن جداول رابطه ای

در این آموزش از پایگاه داده Sqlite3 استفاده می کنیم، چون سبک و ساده است. البته کتابخانه SQLAlchemy می تواند به منابع رابطه ای مختلفی مانند MySQL، Oracle، PostgreSQL و MSSQL نیز متصل شود. ابتدا یک موتور پایگاه داده (database engine) ایجاد می کنیم و سپس با استفاده از تابع to_sql داده ها را به پایگاه داده منتقل می کنیم.

در مثال زیر، یک جدول رابطه ای را از طریق تابع to_sql و با استفاده از دیتافریمی که قبلا از یک فایل CSV خوانده شده، ایجاد می کنیم. سپس با تابع read_sql_query از pandas، چند کوئری SQL را اجرا و نتایج آن را دریافت می کنیم.

from sqlalchemy import create_engine
import pandas as pd

data = pd.read_csv('/path/input.csv')

# Create the db engine
engine = create_engine('sqlite:///:memory:')

# Store the dataframe as a table
data.to_sql('data_table', engine)

# Query 1 on the relational table
res1 = pd.read_sql_query('SELECT * FROM data_table', engine)
print('Result 1')
print(res1)
print('')

# Query 2 on the relational table
res2 = pd.read_sql_query('SELECT dept,sum(salary) FROM data_table group by dept', engine)
print('Result 2')
print(res2)

from sqlalchemy import create_engine

import pandas as pd

data = pd.read_csv('/path/input.csv')

# Create the db engine

engine = create_engine('sqlite:///:memory:')

# Store the dataframe as a table

data.to_sql('data_table', engine)

# Query 1 on the relational table

res1 = pd.read_sql_query('SELECT * FROM data_table', engine)

print('Result 1')

print(res1)

print('')

# Query 2 on the relational table

res2 = pd.read_sql_query('SELECT dept,sum(salary) FROM data_table group by dept', engine)

print('Result 2')

print(res2)

خروجی اجرای کد بالا:

Result 1
   index  id    name  salary  start_date        dept
0      0   1    Rick  623.30  2012-01-01          IT
1      1   2     Dan  515.20  2013-09-23  Operations
2      2   3   Tusar  611.00  2014-11-15          IT
3      3   4    Ryan  729.00  2014-05-11          HR
4      4   5    Gary  843.25  2015-03-27     Finance
5      5   6   Rasmi  578.00  2013-05-21          IT
6      6   7  Pranab  632.80  2013-07-30  Operations
7      7   8    Guru  722.50  2014-06-17     Finance

Result 2
         dept  sum(salary)
0     Finance      1565.75
1          HR       729.00
2          IT      1812.30
3  Operations      1148.00

Result 1

index id name salary start_date dept

0 0 1 Rick 623.30 2012-01-01 IT

1 1 2 Dan 515.20 2013-09-23 Operations

2 2 3 Tusar 611.00 2014-11-15 IT

3 3 4 Ryan 729.00 2014-05-11 HR

4 4 5 Gary 843.25 2015-03-27 Finance

5 5 6 Rasmi 578.00 2013-05-21 IT

6 6 7 Pranab 632.80 2013-07-30 Operations

7 7 8 Guru 722.50 2014-06-17 Finance

Result 2

dept sum(salary)

0 Finance 1565.75

1 HR 729.00

2 IT 1812.30

3 Operations 1148.00

درج داده در جداول رابطه ای

می توانیم با استفاده از تابع sql.execute موجود در pandas داده ها را به جداول رابطه ای اضافه کنیم. در مثال زیر همان فایل CSV را به عنوان ورودی می خوانیم، آن را به جدول رابطه ای منتقل می کنیم و سپس یک رکورد جدید درج می کنیم.

from sqlalchemy import create_engine
from pandas.io import sql

import pandas as pd

data = pd.read_csv('C:/Users/Rasmi/Documents/pydatasci/input.csv')
engine = create_engine('sqlite:///:memory:')

# Store the Data in a relational table
data.to_sql('data_table', engine)

# Insert another row
sql.execute('INSERT INTO data_table VALUES(?,?,?,?,?,?)', engine, params=[('id',9,'Ruby',711.20,'2015-03-27','IT')])

# Read from the relational table
res = pd.read_sql_query('SELECT ID,Dept,Name,Salary,start_date FROM data_table', engine)
print(res)

from sqlalchemy import create_engine

from pandas.io import sql

import pandas as pd

data = pd.read_csv('C:/Users/Rasmi/Documents/pydatasci/input.csv')

engine = create_engine('sqlite:///:memory:')

# Store the Data in a relational table

data.to_sql('data_table', engine)

# Insert another row

sql.execute('INSERT INTO data_table VALUES(?,?,?,?,?,?)', engine, params=[('id',9,'Ruby',711.20,'2015-03-27','IT')])

# Read from the relational table

res = pd.read_sql_query('SELECT ID,Dept,Name,Salary,start_date FROM data_table', engine)

print(res)

خروجی اجرای کد بالا:

   id        dept    name  salary  start_date
0   1          IT    Rick  623.30  2012-01-01
1   2  Operations     Dan  515.20  2013-09-23
2   3          IT   Tusar  611.00  2014-11-15
3   4          HR    Ryan  729.00  2014-05-11
4   5     Finance    Gary  843.25  2015-03-27
5   6          IT   Rasmi  578.00  2013-05-21
6   7  Operations  Pranab  632.80  2013-07-30
7   8     Finance    Guru  722.50  2014-06-17
8   9          IT    Ruby  711.20  2015-03-27

id dept name salary start_date

0 1 IT Rick 623.30 2012-01-01

1 2 Operations Dan 515.20 2013-09-23

2 3 IT Tusar 611.00 2014-11-15

3 4 HR Ryan 729.00 2014-05-11

4 5 Finance Gary 843.25 2015-03-27

5 6 IT Rasmi 578.00 2013-05-21

6 7 Operations Pranab 632.80 2013-07-30

7 8 Finance Guru 722.50 2014-06-17

8 9 IT Ruby 711.20 2015-03-27

حذف داده از جداول رابطه ای

همچنین می توانیم با استفاده از تابع sql.execute داده ها را از جداول رابطه ای حذف کنیم. در کد زیر، یک ردیف بر اساس شرط مشخص حذف می شود:

from sqlalchemy import create_engine
from pandas.io import sql

import pandas as pd

data = pd.read_csv('C:/Users/Rasmi/Documents/pydatasci/input.csv')
engine = create_engine('sqlite:///:memory:')
data.to_sql('data_table', engine)

sql.execute('Delete from data_table where name = (?) ', engine,  params=[('Gary')])

res = pd.read_sql_query('SELECT ID,Dept,Name,Salary,start_date FROM data_table', engine)
print(res)

from sqlalchemy import create_engine

from pandas.io import sql

import pandas as pd

data = pd.read_csv('C:/Users/Rasmi/Documents/pydatasci/input.csv')

engine = create_engine('sqlite:///:memory:')

data.to_sql('data_table', engine)

sql.execute('Delete from data_table where name = (?) ', engine, params=[('Gary')])

res = pd.read_sql_query('SELECT ID,Dept,Name,Salary,start_date FROM data_table', engine)

print(res)

خروجی اجرای کد بالا:

   id        dept    name  salary  start_date
0   1          IT    Rick   623.3  2012-01-01
1   2  Operations     Dan   515.2  2013-09-23
2   3          IT   Tusar   611.0  2014-11-15
3   4          HR    Ryan   729.0  2014-05-11
4   6          IT   Rasmi   578.0  2013-05-21
5   7  Operations  Pranab   632.8  2013-07-30
6   8     Finance    Guru   722.5  2014-06-17

id dept name salary start_date

0 1 IT Rick 623.3 2012-01-01

1 2 Operations Dan 515.2 2013-09-23

2 3 IT Tusar 611.0 2014-11-15

3 4 HR Ryan 729.0 2014-05-11

4 6 IT Rasmi 578.0 2013-05-21

5 7 Operations Pranab 632.8 2013-07-30

6 8 Finance Guru 722.5 2014-06-17

5/5 - (1 امتیاز)

راستی! برای دریافت مطالب جدید در کانال تلگرام یا پیج اینستاگرام سورس باران عضو شوید.

نظرات

برچسب ها: آموزش برنامه نویسی, آموزش پایتون

دوره آموزش طراحی وب سایت مدرسه با PHP و MySql

انتشار: ۱۸ مرداد ۱۴۰۴

آموزش کار با پایگاه داده رابطه ای در پایتون

نصب SQLAlchemy

خواندن جداول رابطه ای

درج داده در جداول رابطه ای

حذف داده از جداول رابطه ای

دسته بندی موضوعات

آخرین محصولات فروشگاه

نظرات

بازخوردهای خود را برای ما ارسال کنید

لغو پاسخ

مطالب مرتبط