Python代码执行sql语句，可以让数据分析更加简洁

由于许多潜在的pandas用户对SQL有一定的了 解 ，因此本页旨在提供一些使用pandas来执行各种SQL操作的示例。

小编推荐大家可以加我的扣扣群 735934841 ，免费领取Python视频资料

大部分的例子将利用tips在pandas测试中发现的数据集。我们将数据读入一个名为tips的DataFrame，并假设我们有一个同名和结构的数据库表。

一、SELECT

在SQL中，选择是使用逗号分隔的列表来选择（或者*选择所有列）：

在pandas中，列的选择是通过传递列名到您的DataFrame：

调用没有列名称列表的DataFrame将显示所有列（类似于SQL的 *）。

二、WHERE

SQL中的过滤是通过WHERE子句完成的。

数据框dataframe可以通过多种方式进行过滤; 最直观的是使用 布尔索引。

上面的语句只是将一个SeriesTrue / False对象传递给DataFrame，所有行都返回True。

就像SQL的OR和AND一样，可以使用|将多个条件传递给DataFrame （OR）和＆（AND）。

NULL检查使用notna()和isna()方法完成。

假设我们有一个与上面的DataFrame结构相同的表。我们只能看到col2 IS NULL 的记录与下面的查询：

获取col1不是NULL的项目可以完成notna()。