Imports verfijnen met SQL-queries

Gestroomlijnde data-inname met pandas

Amany Mahfouz

Instructor

Kolommen SELECTen

SELECT [kolomnamen] FROM [tabelnaam];
Voorbeeld:
```
SELECT date, tavg 
FROM weather;
```

WHERE-clausules

Gebruik een WHERE-clausule om records selectief te importeren

SELECT [column_names] 
  FROM [table_name] 
 WHERE [condition];

Filteren op getallen

Vergelijk getallen met wiskundige operatoren
- =
- > en >=
- < en <=
- <> (niet gelijk aan)
- Voorbeeld:
```
SELECT * 
FROM weather 
WHERE tmax > 32;
```

Filteren op tekst

Kom exact overeen met strings met = en de te matchen tekst
Stringmatching is hoofdlettergevoelig

Voorbeeld:

/* Haal records op over incidenten in Brooklyn */
SELECT * 
FROM hpd311calls
WHERE borough = 'BROOKLYN';

SQL en pandas

# Libraries laden
import pandas as pd
from sqlalchemy import create_engine

# Database-engine maken
engine = create_engine("sqlite:///data.db")

# Schrijf query om records uit Brooklyn op te halen
query = """SELECT * 
             FROM hpd311calls 
            WHERE borough = 'BROOKLYN';"""

# Query de database
brooklyn_calls = pd.read_sql(query, engine)

print(brookyn_calls.borough.unique())

['BROOKLYN']

Voorwaarden combineren: AND

WHERE-clausules met AND geven records die aan alle voorwaarden voldoen

# Schrijf query om meldingen over loodgieterij in de Bronx op te halen
and_query = """SELECT * 
                 FROM hpd311calls 
                WHERE borough = 'BRONX' 
                  AND complaint_type = 'PLUMBING';"""

# Haal meldingen over loodgieterproblemen in de Bronx op            
bx_plumbing_calls = pd.read_sql(and_query, engine)

# Controleer het aantal records
print(bx_plumbing_calls.shape)

(2016, 8)

Voorwaarden combineren: OR

WHERE-clausules met OR geven records die aan minstens één voorwaarde voldoen

# Schrijf query om meldingen over waterlekken of loodgieterij op te halen
or_query = """SELECT * 
                FROM hpd311calls 
               WHERE complaint_type = 'WATER LEAK'
                  OR complaint_type = 'PLUMBING';"""

# Haal meldingen over loodgieterij of waterlekken op            
leaks_or_plumbing = pd.read_sql(or_query, engine)

# Controleer het aantal records
print(leaks_or_plumbing.shape)

(10684, 8)

Laten we oefenen!

Gestroomlijnde data-inname met pandas