Python, 데이터베이스, SQLite 및 Pandas를 사용하여 SQLite 데이터베이스를 Pandas 데이터프레임으로 변환하고 열기
2024-07-27
환경 설정
pip install pandas sqlite3
SQLite 데이터베이스 연결
import sqlite3
# 데이터베이스 연결
connection = sqlite3.connect("database.sqlite")
# 커서 생성
cursor = connection.cursor()
SQLite 쿼리 실행 및 데이터 가져오기
# SQL 쿼리 실행
query = """
SELECT * FROM table_name;
"""
cursor.execute(query)
# 데이터 가져오기
data = cursor.fetchall()
Pandas 데이터프레임 생성
import pandas as pd
# 데이터프레임 생성
df = pd.DataFrame(data)
# 열 이름 설정
df.columns = [column[0] for column in cursor.description]
# 데이터베이스 연결 종료
connection.close()
Pandas 데이터프레임 출력
print(df.to_string())
참고:
database.sqlite는 사용자의 SQLite 데이터베이스 파일 이름으로 변경해야 합니다.table_name은 데이터를 가져올 테이블 이름으로 변경해야 합니다.df변수는 Pandas 데이터프레임이며 원하는 대로 조작하고 분석할 수 있습니다.
추가 정보:
예시:
import sqlite3
import pandas as pd
# 데이터베이스 연결
connection = sqlite3.connect("database.sqlite")
# 커서 생성
cursor = connection.cursor()
# SQL 쿼리 실행
query = """
SELECT * FROM customers;
"""
cursor.execute(query)
# 데이터 가져오기
data = cursor.fetchall()
# 데이터프레임 생성
df = pd.DataFrame(data)
# 열 이름 설정
df.columns = [column[0] for column in cursor.description]
# 데이터베이스 연결 종료
connection.close()
# 데이터프레임 출력
print(df.to_string())
출력 예시:
customer_id first_name last_name email
0 1 John Doe [email protected]
1 2 Jane Doe [email protected]
2 3 Peter Smith [email protected]
예제 코드
import sqlite3
import pandas as pd
# 데이터베이스 연결
connection = sqlite3.connect("database.sqlite")
# 커서 생성
cursor = connection.cursor()
# SQL 쿼리 실행
query = """
SELECT * FROM customers;
"""
cursor.execute(query)
# 데이터 가져오기
data = cursor.fetchall()
# 데이터프레임 생성
df = pd.DataFrame(data)
# 열 이름 설정
df.columns = [column[0] for column in cursor.description]
# 데이터베이스 연결 종료
connection.close()
# 데이터프레임 출력
print(df.to_string())
customers는 데이터를 가져올 테이블 이름입니다.
customer_id first_name last_name email
0 1 John Doe [email protected]
1 2 Jane Doe [email protected]
2 3 Peter Smith [email protected]
- 위 코드는 예시이며, 사용자의 데이터베이스 및 테이블 구조에 따라 변경해야 할 수도 있습니다.
- Pandas 데이터프레임에 대한 더 많은 정보는 Pandas 공식 문서를 참고하십시오.
SQLite 데이터베이스를 Pandas 데이터프레임으로 변환하는 대체 방법
pandas.read_sql_query 함수 사용
import pandas as pd
# SQL 쿼리 작성
query = """
SELECT * FROM customers;
"""
# 데이터프레임 생성
df = pd.read_sql_query(query, "sqlite:///database.sqlite")
# 데이터프레임 출력
print(df.to_string())
pandas.read_sql_query함수는 SQL 쿼리를 실행하고 결과를 Pandas 데이터프레임으로 변환합니다.sqlite:///database.sqlite는 SQLite 데이터베이스 파일 경로입니다.
pandas.read_sql_query함수는 다양한 데이터베이스를 지원합니다.
sqlalchemy 라이브러리 사용
from sqlalchemy import create_engine
import pandas as pd
# 엔진 생성
engine = create_engine("sqlite:///database.sqlite")
# SQL 쿼리 작성
query = """
SELECT * FROM customers;
"""
# 데이터프레임 생성
df = pd.read_sql_query(query, engine)
# 데이터프레임 출력
print(df.to_string())
설명:
sqlalchemy라이브러리는 다양한 데이터베이스를 위한 Pythonic API를 제공합니다.create_engine함수는 데이터베이스 연결을 위한 엔진을 생성합니다.
sqlalchemy라이브러리는 더 복잡한 데이터베이스 작업에 유용합니다.
python database sqlite
