Introduktion till databaser

Effektiv datainläsning med pandas

Amany Mahfouz

Instructor

Relationsdatabaser

Data om entiteter organiseras i tabeller
Varje rad eller post är en instans av en entitet
Varje kolumn innehåller information om ett attribut
Tabeller kan länkas till varandra via unika nycklar
Stöder mer data, flera samtidiga användare och datakvalitetskontroller
Datatyper anges för varje kolumn
SQL (Structured Query Language) används för att kommunicera med databaser

Vanliga relationsdatabaser

SQLite-databaser är datafiler

Ansluta till databaser

Tvåstegsprocess:
1. Skapa en anslutning till databasen
2. Ställ frågor mot databasen

Databas-clipart

Skapa en databasmotor

sqlalchemy:s create_engine() skapar en motor för att hantera databasanslutningar
- Kräver databasens URL som sträng
- SQLite URL-format: sqlite:///filename.db

Fråga databaser

pd.read_sql(query, engine) läser in data från en databas
Argument
- query: sträng med SQL-frågan eller tabellnamnet som ska läsas in
- engine: anslutnings- eller databasmotorobjekt

SQL-repetition: SELECT

Används för att hämta data från en databas

Grundläggande syntax:

SELECT [column_names] FROM [table_name];

Hämta all data i en tabell:
```
SELECT * FROM [table_name];
```
Kodstil: nyckelord med VERSALER, semikolon (;) avslutar ett uttryck

Hämta data från en databas

# 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]

Nu kör vi en övning!

Effektiv datainläsning med pandas