像使用mysql一样使用pandas

像使用mysql一样使用pandas

标签（空格分隔）： mysql pandas

---

前言

pandas的DataFrame对象本质就是一张表，DataFrame对象中的index对应的就是数据库表中的id字段，DataFrame对象中的columns对应的就是数据库表中的一个个字段名称，这说明pandas的DataFrame对象和数据库中的表具有很多的相似点，而实际情况也是这样，我们可以用操作数据库类似的方法来操作pandas的DataFrame对象，本文将使用类比的方法来说明pandas对象和数据库的丝丝关联

---

数据库的库操作

1. 创建数据库
   create database db1 charset utf8;
2. 查看数据库
   show databases; show create database db1; select database();
3. 选择数据库
   use db1;
4. 删除数据库
   drop database db1;
5. 修改数据库
   dlter database db1 charset utf8;

---

数据库的表操作

1. 创建表
   create table 表名( 字段名1 类型[(宽度) 约束条件], 字段名2 类型[(宽度) 约束条件], 字段名3 类型[(宽度) 约束条件] );

2. 查看表结构：
   desc t1

3. 复制表
   create table new_service select * from service;
4. 删除表
   drop table 表名;

5. 修改表

    1、修改表名
    alter table 表名 rename 新表名;
    2、增加字段
    alter table 表名 add 字段名; 数据类型
    3、删除字段
    alter table 表名 drop 字段名;
    4、修改字段
    alter table 表名 modify 字段名 数据类型;

   ---

上述部分设计到数据库的库操作和表操作，对于pandas数据则没有这些相应的操作，对数据的操作才是pandas的DataFrame对象和数据库的相似之处

数据操作：pandas和数据库的对比

• 分别在mysql和pandas中创建数据表
  mysql中：

  create table tips (
   id int primary_key auto_increment,
   total_bill float,
   tip float,
   sex ENUM ('male','female'),
   smoker ENUM('yes','no'),
   day ENUM('mon','tue','wed','thr','fri','sat','sun'),
   time ENUM('breakfast','lunch','dinner'),
   size int;);

  DataFrame中：(应用pymysql获取表格数据，将表格数据放入DataFrame对象中)

  import pandas as pd
  import pymysql
  db = pymysql.connect('localhost','root','','db5')
  cursor = db.cursor(pymysql.cursors.DictCursor)
  cursor.execute('select * from tips;')
  data = cursor.fetchall()
  data = [list(dic.values()) for dic in data]
  df = pd.DataFrame(data1,columns['id','total_bill','tip','sex','smoker','day','time','size'])
  #这样获得的DataFrame对象会多出一列index，需要将id设为index
  df = df.set_index('id')

  表格数据如下所示：

  total_bill   tip     sex smoker  day    time  size
  id                                                    
  1        16.99  1.01  female     no  sun  dinner     2
  2        10.34  1.66    male     no  sun  dinner     3
  3        21.01  3.50    male     no  sun  dinner     3
  4        23.68  3.31    male     no  sun  dinner     3
  5        24.59  3.61  female     no  sun  dinner     4