Udoskonalanie importu zapytaniami SQL

Sprawne importowanie danych z pandas

Amany Mahfouz

Instructor

Wybieranie kolumn z SELECT

SELECT [nazwy_kolumn] FROM [nazwa_tabeli];
Przykład:
```
SELECT date, tavg 
FROM weather;
```

Klauzule WHERE

Klauzula WHERE umożliwia selektywne importowanie rekordów

SELECT [nazwy_kolumn] 
  FROM [nazwa_tabeli] 
 WHERE [warunek];

Filtrowanie według liczb

Porównywanie liczb za pomocą operatorów matematycznych
- =
- > i >=
- < i <=
- <> (różne od)
- Przykład:
```
SELECT * 
FROM weather 
WHERE tmax > 32;
```

Filtrowanie tekstu

Dokładne dopasowanie ciągów znaków za pomocą znaku = i szukanego tekstu
Dopasowanie jest rozróżniane od wielkości liter

Przykład:

/* Get records about incidents in Brooklyn */
SELECT * 
FROM hpd311calls
WHERE borough = 'BROOKLYN';

SQL i pandas

# Load libraries
import pandas as pd
from sqlalchemy import create_engine

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

# Write query to get records from Brooklyn
query = """SELECT * 
             FROM hpd311calls 
            WHERE borough = 'BROOKLYN';"""

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

print(brookyn_calls.borough.unique())

['BROOKLYN']

Łączenie warunków: AND

Klauzula WHERE z AND zwraca rekordy spełniające wszystkie warunki

# Write query to get records about plumbing in the Bronx
and_query = """SELECT * 
                 FROM hpd311calls 
                WHERE borough = 'BRONX' 
                  AND complaint_type = 'PLUMBING';"""

# Get calls about plumbing issues in the Bronx            
bx_plumbing_calls = pd.read_sql(and_query, engine)

# Check record count
print(bx_plumbing_calls.shape)

(2016, 8)

Łączenie warunków: OR

Klauzula WHERE z OR zwraca rekordy spełniające co najmniej jeden warunek

# Write query to get records about water leaks or plumbing
or_query = """SELECT * 
                FROM hpd311calls 
               WHERE complaint_type = 'WATER LEAK'
                  OR complaint_type = 'PLUMBING';"""

# Get calls that are about plumbing or water leaks            
leaks_or_plumbing = pd.read_sql(or_query, engine)

# Check record count
print(leaks_or_plumbing.shape)

(10684, 8)

Ćwiczmy!

Sprawne importowanie danych z pandas