成人欧美网在线,99视频这里只有精品夫妻,美女被羞羞在线观看视频

簡介

在這篇文章中，我將向您展示如何使用 Pandas 通過 SQL 樣式過濾來執行數據分析。大多數企業數據都存儲在需要 SQL 來檢索和操作的數據庫中。例如，像 Oracle、IBM、Microsoft 這樣的公司擁有自己的數據庫和自己的 SQL 實現。

數據科學家必須在其職業生涯的某個階段處理 SQL，因為數據并不總是存儲在CSV 文件。我個人更喜歡使用 Oracle，因為我公司的大部分數據都存儲在 Oracle 中。

場景 – 1 假設我們有一個任務，從我們的電影中查找所有電影具有以下條件的數據集。

SELECT
FROM WHERE
title AS movie_title
,original_language AS movie_language
,popularityAS movie_popularity
,statusAS movie_status
,vote_count AS movie_vote_count movies_data
original_languageIN ('en', 'es')

AND status=('Released')
AND popularitybetween 500 AND 1000
AND vote_count > 5000;

登錄后復制

現在你已經看到了滿足需求的SQL語句，讓我們使用pandas一步一步地進行操作。我將向你展示兩種方法。

方法1：布爾索引

1. 將movies_data數據集加載到DataFrame中。

import pandas as pd movies = pd.read_csv("https://raw.githubusercontent.com/sasankac/TestDataSet/master/movies_data.csv")

登錄后復制

為每個條件分配一個變量。

languages = [ "en" , "es" ] condition_on_languages = movies . original_language . isin ( languages )
condition_on_status = movies . status == "Released"
condition_on_popularity = movies . popularity . between ( 500 , 1000 )
condition_on_votecount = movies . vote_count > 5000

登錄后復制

3.將所有條件（布爾數組）組合在一起。

final_conditions = ( condition_on_languages & condition_on_status & condition_on_popularity & condition_on_votecount )
columns = [ "title" , "original_language" , "status" , "popularity" , "vote_count" ]
# clubbing all together movies . loc [ final_conditions , columns ]

登錄后復制

標題	original_language	狀態	受歡迎程度	vote_count
95星際	zh	已發布	724.247784	10867
788死侍	zh	已發布	514.569956	10995

方法2：- .query()方法。

.query()方法是SQL where子句樣式過濾數據的方法。條件可以作為字符串傳遞給此方法，但是，列名稱不得包含任何空格。

如果列名稱中有空格，請使用 python 替換函數將其替換為下劃線。

根據我的經驗，我發現 query() 方法在應用于較大的 DataFrame 時比以前的方法更快。

import pandas as pd movies = pd . read_csv ( "https://raw.githubusercontent.com/sasankac/TestDataSet/master/movies_data.csv" )

登錄后復制

4.構建查詢字符串并執行該方法。

請注意，.query 方法不適用于跨越多行的三重引號字符串。

final_conditions = (
"original_language in ['en','es']"
"and status == 'Released' "
"and popularity > 500 "
"and popularity < 1000"
"and vote_count > 5000"
) final_result = movies . query ( final_conditions )
final_result

登錄后復制

	預算	id	original_language	original_title	受歡迎程度	發布日期	收入	運行時	st
95	165000000	157336	zh	星際	724.247784	2014年5月11日	675120017	169.0	關系
788	58000000	293660	zh	死侍	514.569956	2016年9月2日	783112979	108.0	關系

還有更多，通常在我的編碼中，我有多個值要檢查我的“in”子句。所以上面的語法并不理想?？梢允褂?at 符號 (@) 引用 Python 變量。

您還可以以編程方式將值創建為 Python 列表，并將它們與 (@) 一起使用。

movie_languages = [ 'en' , 'es' ]
final_conditions = (
"original_language in @movie_languages "
"and status == 'Released' "
"and popularity > 500 "
"and popularity < 1000"
"and vote_count > 5000" )
final_result = movies . query ( final_conditions )
final_result

登錄后復制

293660