数据分析从零开始实战 (五)

本文偏长(4k+字),实用性高,老表建议先收藏,然后转发朋友圈,然后吃饭、休闲时慢慢看,反复看,反复记,反复练。

零、写在前面

前面四篇文章讲了数据分析虚拟环境创建和pandas读写CSV、TSV、JSON、Excel、XML格式的数据,HTML页面读取,今天我们继续探索pandas。

数据分析从零开始实战

数据分析从零开始实战 (四)

数据分析从零开始实战 (三)

数据分析从零开始实战(二)

数据分析从零开始实战(一)

本系列学习笔记参考书籍:《数据分析实战》托马兹·卓巴斯

一、基本知识概要

1.SQLAlchemy模块安装 2.数据库PostgreSQL下载安装 3.PostgreSQL基本介绍使用 4.Pandas+SQLAlchemy将数据导入PostgreSQL 5.Python与各种数据库的交互代码实现

二、开始动手动脑

1、SQLAlchemy模块安装

安装SQLAlchemy模块(下面操作都是在虚拟环境下): 方法一:直接pip安装(最简单,安装慢,可能出错)

代码语言:javascript
复制
pip install SQLAlchemy

方法二:轮子(wheel)安装(比较简单,安装速度还可以,基本不出错) 在该网站下载(https://pypi.org/project/SQLAlchemy/1.3.3/)SQLAlchemy的.whl文件,然后移动到你的开发环境目录下。

代码语言:javascript
复制
pip install xxxxx.whl

方法三:豆瓣源安装(比较简单,安装速度快,方便,推荐)

代码语言:javascript
复制
pip install -i https://pypi.douban.com/simple/ SQLAlchemy

我是使用豆瓣源安装的,速度很快

2、数据库PostgreSQL下载安装

(1) 下载地址:https://www.enterprisedb.com/software-downloads-postgres

(2) 下载完成后,点击安装文件,基本上就是Next。

在这里插入图片描述

First ,安装目录,建议自己选择,不要安装在C盘。

Second ,密码,可以设置简单点,毕竟只是用来自己学习。

Third ,端口号,建议不要改,就用5432,改了容易和其他端口冲突,到时候自己又不知道怎么解决,麻烦。

其他没有说到的就默认设置,Next,Next,Next~安装过程一般10分钟左右,不要急。 Finally ,安装完成后,取消图上的选项框,图上的意思是在后台启动Stack Builder(堆栈生成器),没有必要。

最后推荐几个相关学习网站 Postgre 社区:https://www.postgresql.org/community/ Postgre官方文档:https://www.postgresql.org/docs/ 易百 Postgre 学习教程:https://www.yiibai.com/postgresql

3、PostgreSQL基本介绍使用

(1) PostgreSQL特点

以上内容截取自 易百 Postgre 学习教程。

(2) 利用PostgreSQL创建一个数据库

a .打开pgADmin4,发现这个图形化操作界面是一个Web端的,先会要求输入密码,就是安装时候设置的密码。 点击Servers->PostgreSQL 11->Databases->右键->Create->Database

b .输入数据库名称,其他默认,注释自己随便写,我写的first database,表示我的第一个数据库。

我们还可以看一下数据库创建的语句,点击弹框中的SQL即可。

4、Pandas+SQLAlchemy将数据导入Postgre

(1) Python操作代码

代码语言:javascript
复制
import pandas as pd
import sqlalchemy as sa

读取的CSV文件路径

r_filepath = r"H:\PyCoding\Data_analysis\day01\data01\realEstate_trans.csv"

数据库鉴权

user = "postgres" # 数据库用户名
password = "root" # 数据库密码
db_name = "test513" # 数据库名称

连接数据库

engine = sa.create_engine('postgresql://{0}/{2}'.format(user, password, db_name))
print(engine)

读取数据

csv_read = pd.read_csv(r_filepath)

将 sale_date 转成 datetime 对象

csv_read['sale_date'] = pd.to_datetime(csv_read['sale_date'])

将数据存入数据库

csv_read.to_sql('real_estate', engine, if_exists='replace')
print("完成")

可能报错:ModuleNotFoundError: No module named 'psycopg2'

解决方法:pip install psycopg2

(2) 代码解析

代码语言:javascript
复制
engine = sa.create_engine('postgresql://:@localhost:5432/'.format(user, password, db_name))

sqlalchemy的create_engine函数,创建一个数据库连接,参数为一个字符串,字符串的格式是:

<database_type>://<user_name>:<password>@<server>:<port>/<database_name>
数据库类型://数据库用户名:数据库密码@服务器IP(如:127.0.0.1)或者服务器的名称(如:localhost):端口号/数据库名称
其中<database_type>可以是:postgresql,mysql等。

代码语言:javascript
复制
csv_read.to_sql('real_estate', engine, if_exists='replace')

pandas的to_sql函数,将数据(csv_read中的)直接存入postgresql,第一个参数指定了存储到数据库后的表名,第二个参数指定了数据库引擎,第三个参数表示,如果表real_estate已经存在,则替换掉。
(3) 运行结果

此外,pandas库还提供了数据库查询操作函数read_sql_query,只需传入查询语句和数据库连接引擎即可,源码注释为Read SQL query into a DataFrame.,意思是:把数据库查询的内容变成一个DataFrame对象返回。

代码语言:javascript
复制
query = 'SELECT * FROM real_estate LIMIT 10'
top10 = pd.read_sql_query(query, engine)
print(top10)
5、Python与各个数据库的交互代码

a . Python 与 MySql

代码语言:javascript
复制
# 使用前先安装 pymysql 模块 :pip install pymysql
# 导入 pymysql 模块
import pymysql
#连接数据库,参数说明:服务器,用户名,数据库密码,数据库名称
db = pymysql.connect("localhost","root","root","db_test")
#使用cursor()方法创建一个游标对象
cursor = db.cursor()
#使用execute()方法执行SQL语句
cursor.execute("SELECT * FROM test_table")
#使用fetall()获取全部数据
data = cursor.fetchall()
#关闭游标和数据库的连接
cursor.close()
db.close()

b . Python 与 MongoDB

代码语言:javascript
复制
# 使用前先安装 pymongodb 模块 :pip install pymongodb
# 导入 pymogodb 模块
import pymongo
# 连接数据库,参数说明:服务器IP,端口号默认为27017
my_client = pymongo.MongoClient(host="127.0.0.1",port=27017)
# 直接通过数据库名称索引,有点像字典
my_db = my_client["db_name"]  
# 连接 collection_name 集合,Mongodb里集合就相当于Mysql里的表
my_collection = my_client["collection_name"]  
datas = my_collection .find() # 查询
for x in datas :
  print(x)

c . Python 与 Sqlite

代码语言:javascript
复制
# 使用前先安装 sqlite3  模块 :pip install sqlite3
'''
sqlite数据库和前面两种数据库不一样,它是一个本地数据库
也就是说数据直接存在本地,不依赖服务器
'''
# 导入 sqlite3 模块
import sqlite3
# 连接数据库,参数说明:这里的参数就是数据文件的地址
conn = sqlite3.connect('test.db')
#使用cursor()方法创建一个游标对象
c = conn.cursor()
#使用execute()方法执行SQL语句
cursor = c.execute("SELECT * from test_table")
for row in cursor:
  print(row)
#关闭游标和数据库的连接
c.close()
conn.close()

【完】