这篇文章主要为大家展示了“sql中pandas怎么用”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“sql中pandas怎么用”这篇文章吧。
除了SQL以外，Python的pandas也为我们提供了SQL的大多数功能。自从从事算法之后就很少写SQL了，今天在整理印象笔记时趁机复习了一下，也花了点时间把SQL中主要的增删改查方法用pandas对应实现一遍。可以说是非常实用了。
标准的SQL查询语法如下：
select (distinct) [字段]from [表1] join [表2] on [匹配字段]where [过滤条件]group by [字段]having [过滤条件]order by [字段] desclimit [个数] offset [个数]
我们以2018-19赛季部分NBA超巨的数据为例进行说明。该数据在pandas和MySQL中分别样式分别如下：
SQL的增删改查最主要的还是查询方法。我们先从查询方法开始。
select：选择球员、球队和场均得分三列：
distinct: 查看这些球员都有哪几种球场位置：
count：统计样本量
分类值统计：
连续值描述性统计：
where：
单条件：查找属于得分后卫的球员：
多条件：查找属于得分后卫且得分大于27分的球员：
in/not in 查找：
order by 排序语句：
对球员得分进行排序：
limit/offset语句：
对球员得分排序后取前三或者第二到第四
group by语句：
求每个位置球员的平均得分并降序排序：
having子句：
求每个位置球员的平均得分并筛选大于26分的记录：
多表联立查询：inner join/outer(left right) join/union
给出新表如下：
inner join：
left join:
right join:
union:
主要的查询部分对照完了之后，我们再来看SQL和pandas中的增删改方法。
SQL中创建表、修改表、插入表和删除表的语句如下表所示：
上述四种方法与之对应的pandas写法如下：
以上是“sql中pandas怎么用”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
