掌握Python数据分析:SQLite数据库操作技巧

发表时间: 2022-04-05 10:45

SQLite是一个内存数据库,不需要配置,也不需要服务器,可以直接使用。

本文介绍一下如何在Python中使用SQLite数据库,在Python中,可以sqlite3这个库来调用SQLite数据库。

使用前,需要先导入sqlite3。

import sqlite3

接着,使用特定的文件名‘:memory:’在内存中创建一个数据库。

con = sqlite3.connect(':memory:')

运行后,得到一个数据库连接对象con。

在这个数据库中创建一个表,SQL语句如下。

createtb_sql = '''create table test(    stuid varchar(10),    stuname varchar(20),    gender varchar(2),    age integer);'''

以上只是通过多行字符串定义了一条SQL语句,接下来执行。

con.execute(createtb_sql)con.commit()

以上代码中,通过con对象中的execute方法来执行这个建表语句。

运行后,创建一个表test,此时还没有数据。

向里面插入一条记录,代码如下。

insert_sql = "insert into test values('20161001', 'sunbin', '男', 29);"con.execute(insert_sql)con.commit()

查询看看。

cursor = con.execute('select * from test;')cursor.fetchall()

运行结果:

从查询结果可以看出,整个结果是一个列表,列表里每条记录是一个元组。

如果要插入多条记录,可以这样来写。

data = [('20161002','Zhangsan','男',19),     ('20161003','Lisi','女',22),     ('20161004','Wangwu','男',21)]insert_sql2 = "insert into test values(?, ?, ?, ?);"

以上代码中,先定义数据data,再写一条insert语句,问号表示占位符。

接着,执行以上插入语句,代码如下。

con.executemany(insert_sql2data)con.commit()

注意,此时调用的是executemany,表示插入多条记录。

再次查询,代码如下。

cursor = con.execute('select * from test;')cursor.fetchall()

运行结果:

但是,以上查询结果不太方便在Python中分析,因为在Python数据分析中,一般通过数据框的形式来处理数据,以上查询结果还需要转换为数据框的形式。

专栏
数据分析训练营全套视频课
作者:笨鸟学数据分析
598币
5人已购
查看

当然,我们并不需要去转换,因为pandas中提供了一个函数read_sql_query,位于pandas.io.sql模块,该函数能够直接得到数据框形式的查询结果,只需要传入select语句和连接对象即可。

import pandas.io.sql as sqlsql.read_sql_query('select * from test;', con)

运行结果:

此时得到的查询结果就是一个数据框。

以上就是在Python中使用SQLite数据库。