使用python读取关系数据库

我给本科生上课的时候，推荐了datacamp的cheatsheets,具体内容可以参见课程的Github页面datascience2018。结果发现这些pdf中的很多代码不容易复制，其中一个重要的原因是其中涉及到的数据并未提供。

这里举一个例子，在importing data部分涉及到了读入关系数据库Northwind.sqlite，但是并不容易找到这个数据。

如果想要学习使用python来操作关系数据库的基础知识，可以学习DataCamp的课程introduction-to-relational-databases-in-python。

首先，我们需要下载Northwind.sqlite数据，推荐从https://github.com/jpwhite3/northwind-SQLite3（关于这个数据的介绍，也可以看这里）直接下载，为了简单，我们可以选择直接下载其中的 Northwind_small.sqlite文件。

其次，我们就可以直接 create_engine

from sqlalchemy import create_engine
engine = create_engine('sqlite:///Northwind_small.sqlite')

然后，在这个关系型数据库中，有很多数据表格，我们可以读取表格的名字。

table_names = engine.table_names()

table_names

['Category',
 'Customer',
 'CustomerCustomerDemo',
 'CustomerDemographic',
 'Employee',
 'EmployeeTerritory',
 'Order',
 'OrderDetail',
 'Product',
 'Region',
 'Shipper',
 'Supplier',
 'Territory']

Querying Relational Databases

con = engine.connect()
rs = con.execute("SELECT * FROM OrderDetail")

import pandas as pd
df = pd.DataFrame(rs.fetchall())
df.columns = rs.keys()
con.close()

df[:3]

	Id	OrderId	ProductId	UnitPrice	Quantity	Discount
0	10248/11	10248	11	14.0	12	0.0
1	10248/42	10248	42	9.8	10	0.0
2	10248/72	10248	72	34.8	5	0.0

Using the context manager with

with engine.connect() as con:
    rs = con.execute("SELECT * FROM OrderDetail")
    df = pd.DataFrame(rs.fetchall())
    df.columns = rs.keys()

Querying relational databases with pandas

df = pd.read_sql_query("SELECT * FROM OrderDetail", engine)

df.head()

	Id	OrderId	ProductId	UnitPrice	Quantity	Discount
0	10248/11	10248	11	14.0	12	0.0
1	10248/42	10248	42	9.8	10	0.0
2	10248/72	10248	72	34.8	5	0.0
3	10249/14	10249	14	18.6	9	0.0
4	10249/51	10249	51	42.4	40	0.0