Úvod do databází

Streamlined Data Ingestion with pandas

Amany Mahfouz

Instructor

Relační databáze

Data o entitách jsou organizována do tabulek
Každý řádek (záznam) je instancí entity
Každý sloupec obsahuje informace o atributu
Tabulky lze propojit pomocí jedinečných klíčů
Podporují více dat, více současných uživatelů a kontrolu kvality dat
Pro každý sloupec jsou určeny datové typy
SQL (Structured Query Language) slouží k práci s databázemi

Běžné relační databáze

Databáze SQLite jsou počítačové soubory

Připojení k databázím

Dvoustupňový proces:
1. Vytvoření připojení k databázi
2. Dotazování databáze

Ilustrace databáze

Vytvoření databázového enginu

create_engine() z sqlalchemy vytváří engine pro správu připojení k databázi
- Vyžaduje řetězec s URL databáze
- Formát URL pro SQLite: sqlite:///filename.db

Dotazování databází

pd.read_sql(query, engine) pro načtení dat z databáze
Argumenty
- query: řetězec s SQL dotazem nebo názvem tabulky
- engine: objekt připojení k databázi

Přehled SQL: SELECT

Slouží k dotazování dat z databáze

Základní syntaxe:

SELECT [column_names] FROM [table_name];

Načtení všech dat z tabulky:
```
SELECT * FROM [table_name];
```
Styl kódu: klíčová slova VELKÝMI PÍSMENY, středník (;) ukončuje příkaz

Získávání dat z databáze

# Load pandas and sqlalchemy's create_engine
import pandas as pd
from sqlalchemy import create_engine


# Create database engine to manage connections
engine = create_engine("sqlite:///data.db")


# Load entire weather table by table name
weather = pd.read_sql("weather", engine)

# Create database engine to manage connections
engine = create_engine("sqlite:///data.db")


# Load entire weather table with SQL
weather = pd.read_sql("SELECT * FROM weather", engine)


print(weather.head())

       station                         name  latitude  ...   prcp  snow  tavg tmax  tmin
0  USW00094728  NY CITY CENTRAL PARK, NY US  40.77898  ...   0.00   0.0         52    42
1  USW00094728  NY CITY CENTRAL PARK, NY US  40.77898  ...   0.00   0.0         48    39
2  USW00094728  NY CITY CENTRAL PARK, NY US  40.77898  ...   0.00   0.0         48    42
3  USW00094728  NY CITY CENTRAL PARK, NY US  40.77898  ...   0.00   0.0         51    40
4  USW00094728  NY CITY CENTRAL PARK, NY US  40.77898  ...   0.75   0.0         61    50

[5 rows x 13 columns]

Pojďme si procvičit!

Streamlined Data Ingestion with pandas