如何利用Python实现SQL自动化？
发布时间：2020-03-19 09:49:33 所属栏目：资源 来源：站长网
导读：笔者在工作中经常要使用 SQL ，其不乏存在恼人的细微差异和种种限制，但说到底，它是数据行业的基石。因此，对于每一位数据领域的工作者，SQL都是不可或缺的。精通SQL意义非凡。 SQL是很不错，但怎么能仅满足于“不错”呢?为什么不进一步操作SQL呢? 陈述性
笔者在工作中经常要使用SQL，其不乏存在恼人的细微差异和种种限制，但说到底，它是数据行业的基石。因此，对于每一位数据领域的工作者，SQL都是不可或缺的。精通SQL意义非凡。 SQL是很不错，但怎么能仅满足于“不错”呢?为什么不进一步操作SQL呢? 陈述性语句会诱发SQL限制的发生，就是说，向SQL寻求数据，SQL会在特定数据库找寻并反馈。对于许多数据提取或简单的数据操作任务来说，这已经足够了。 但如果有更多需求怎么办? 本文将为你展示如何操作。 从基础开始 这个代码就是操作MS SQL服务器的基础。只要编写好这个代码，通过Python 连接到SQL 仅需: 很简单对么?同时发生了几件事，下面将对此代码进行剖析。class Sql: 首先要注意，这个代码包含在一个类中。笔者发现这是合乎逻辑的，因为在此格式中，已经对此特定数据库进行了增添或移除进程。若见其工作过程，思路便能更加清晰。 初始化类: 因为笔者和同事几乎总是连接到相同的服务器，所以笔者将这个通用浏览器的名称设为默认参数server。 在“Connect to Server”对话框或者MS SQL Server Management Studio的视窗顶端可以找到服务器的名称： 下一步，连接SQL: pyodbc 模块，使得这一步骤异常简单。只需将连接字符串过渡到 pyodbc.connect(...) 函数即可，点击以了解详情here。 最后，笔者通常会在 Sql 类中编写一个查询字符串，sql类会随每个传递给类的查询而更新: 这样便于记录代码，同时也使输出更为可读，让他人读起来更舒服。 请注意在下列的代码片段中，笔者将不再更新代码中的self.query 部分。 组块 一些重要函数非常有用，笔者几乎每天都会使用。这些函数都侧重于将数据从数据库中传入或传出。 以下图文件目录为始: 对于当前此项目，需要: 将文件导入SQL 将其合并到单一表格内 根据列中类别灵活创建多个表格 SQL类不断被充实后，后续会容易很多: 从头开始。 入栈数据结构 此函数包含在SQL类中，能轻松将Pandas dataframe插入SQL数据库。 其在需要上传大量文件时非常有用。然而，Python能将数据插入到SQL的真正原因在于其灵活性。 要横跨一打Excel工作簿才能在SQL中插入特定标签真的很糟心。但有Python在，小菜一碟。如今已经构建起了一个可以使用Python读取标签的函数，还能将标签插入到SQL中。 Manual(函数) 此函数实际上应用在union 和 drop 函数中。仅能使处理SQL代码变得尽可能简单。 response参数能将查询输出解压到DataFrame。generic_jan 表中的colX ，可供摘录所有独特值，操作如下: Union(函数) 构建 了manual 函数,创建 union 函数就简单了: 创建 union 函数只不过是在循环参考 table_list提出的表名，从而为给定的表名构建 UNION函数查询。然后用self.manual(query)处理。 Drop(函数) 上传大量表到SQL服务器是可行的。虽然可行，但会使数据库迅速过载。 为解决这一问题，需要创建一个drop函数: view rawpysqlplus_drop_short.py hosted with ? by GitHub 点击 https://gist.github.com/jamescalam/b316c1714c30986fff58c22b00395cc0 得全图 同样，此函数也由于 manual 函数极为简单。操作者可选择输入字符到tables ，删除单个表，或者向tables提供一列表名，删除多个表。 当这些非常简单的函数结合在一起时，便可以利用Python的优势极大丰富SQL的功能。 笔者本人几乎天天使用此法，其简单且十分有效。 希望能够帮助其他用户找到将Python并入其SQL路径的方法，感谢阅读!（编辑：唐山站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |