我有一個(gè)數(shù)據(jù)集，我正在嘗試將 SQL 查詢寫入 Pandas 中。SQL查詢代碼為：`SELECT Industry_type, No_of_Employees, Employee_Insurance_Premium, Percent_Female_Employees FROM cdc_newWHERE Industry_type= 'Hospitals' AND Employee_Insurance_Premium='Decreased'ORDER BY Percent_Female_Employees DESC;`這是我在 Pandas 中編寫的代碼：pd.DataFrame(cdc_new[(cdc_new.Industry_type == 'Hospitals') & (cdc_new.Employee_Insurance_Premium == 'Decreased')][['No_of_Employees', 'Industry_type', 'Employee_Insurance_Premium', 'Percent_Female_Employees']].sort_values(['Percent_Female_Employees'], ascending=[False]))我得到的輸出只有標(biāo)題，沒(méi)有文本。
3 回答
慕田峪4524236
TA貢獻(xiàn)1875條經(jīng)驗(yàn) 獲得超5個(gè)贊
您可以添加運(yùn)行第二行后收到的輸出/錯(cuò)誤嗎？您可以添加用于創(chuàng)建cdc_new變量的行嗎？
您已經(jīng)創(chuàng)建了變量cdc_new嗎？嘗試運(yùn)行：
cdc_new.head()
查看您的數(shù)據(jù)是否與您正在查詢的表匹配。
如果是這樣，您應(yīng)該能夠運(yùn)行：
cdc_new[(cdc_new.Industry_type=='Hospitals') & (cdc_new.Employee_Insurance_Premium=='Decreased')]
您的代碼的其余部分看起來(lái)不錯(cuò)。您不需要將其包裝起來(lái)，pd.DataFrame()因?yàn)榇鎯?chǔ)在其中的數(shù)據(jù)cdc_new應(yīng)該已經(jīng)是DataFrame.
如果遇到問(wèn)題，請(qǐng)仔細(xì)檢查運(yùn)行 SQL 查詢時(shí)是否獲得輸出以及變量中的數(shù)據(jù)cdc_new是否與數(shù)據(jù)表匹配。
慕村9548890
TA貢獻(xiàn)1884條經(jīng)驗(yàn) 獲得超4個(gè)贊
假設(shè)您已經(jīng)從 sql 中讀取了整個(gè)表，如下所示：
cdc_new = pd.read_sql(query, conn)
您可以使用以下語(yǔ)法：
df = (cdc_new.loc[(cdc_new['Industry_type'] == 'Hospitals') &
(cdc_new['Employee_Insurance_Premium'] == 'Decreased'),
['Industry_type',
'No_of_Employees',
'Employee_Insurance_Premium',
'Percent_Female_Employees']]
.sort_values('Percent_Female_Employees', ascending=False))
df
達(dá)令說(shuō)
TA貢獻(xiàn)1821條經(jīng)驗(yàn) 獲得超6個(gè)贊
如果這有效并返回記錄：
SELECT Industry_type, No_of_Employees, Employee_Insurance_Premium, Percent_Female_Employees FROM cdc_new WHERE Industry_type= 'Hospitals' AND Employee_Insurance_Premium='Decreased' ORDER BY Percent_Female_Employees DESC;
記錄集已被修剪和排序，因此您應(yīng)該按寫入方式使用它。這里使用 pandas 進(jìn)行演示，而不是分析。
然后使用：
import pandas as pd
cxn = "Connection string to your database"
inSQL = "SELECT Industry_type, No_of_Employees, Employee_Insurance_Premium, Percent_Female_Employees FROM cdc_new WHERE Industry_type= 'Hospitals' AND Employee_Insurance_Premium='Decreased' ORDER BY Percent_Female_Employees DESC;"
df = pd.read_sql(inSQL,cxn)
添加回答
舉報(bào)
0/150
提交
取消