数据分析从零开始实战 (五)

发布于

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】

#python#数据分析#https#云数据库 postgresql