[Pandas教學]快速掌握Pandas套件讀寫SQLite資料庫的重要方法

Photo by Mia Baker on Unsplash

好不容易蒐集到所需的大量資料，經過一連串的資料清理、格式化、排序與篩選等前置操作，為了後續的應用及分析，想必都會寫入資料庫中來留存，Pandas套件當然也提供了相關的方法(Method)，讓開發人員除了可以將Pandas DataFrame中的資料存入資料庫外，相對的，也能夠透過SQL語法讀取資料庫中的資料。

本文就以Kaggle網站的2021年富比士億萬富翁資料集(Billionaire.csv)為例，模擬如何將Pandas DataFrame中的資料存入SQLite資料庫，以及透過自訂SQL語法來讀取資料庫的資料。重點包含：

建立SQLite資料庫與資料表
Pandas DataFrame存入SQLite資料庫
Pandas DataFrame讀取SQLite資料庫

一、建立SQLite資料庫與資料表

SQLite是一個免費的輕量型關聯式資料庫，相較於其它大型的企業級資料庫，無需伺服端的安裝，就可以在用戶端直接使用，對於小型的應用程式非常適合。

除此之外，Python也內建了SQLite模組(Module)，在專案中直接引用即可，如下範例：

import sqlite3

而Pandas套件則需利用以下指令安裝：

$ pip install pandas

才能夠在專案中進行引用，如下範例：

import pandas as pd
import sqlite3

接著，就可以透過Pandas套件的read_csv()方法(Method)，來讀取下載下來的資料集了，如下範例：

import pandas as pd
import sqlite3


df = pd.read_csv('Billionaire.csv')  #讀取CSV資料集檔案
print(df)

執行結果

其中，包含了Name(姓名)、NetWorth(淨值)、Country(國家)、收入來源(Source)及排名(Rank)欄位。而要將Pandas DataFrame中的資料存入SQLite資料庫，就需要先建立資料庫與資料表，這時候利用sqlite3模組(Module)即可達成，如下範例：

import pandas as pd
import sqlite3


df = pd.read_csv('Billionaire.csv')  #讀取CSV資料集檔案

conn = sqlite3.connect('billionaire.db')  #建立資料庫
cursor = conn.cursor()
cursor.execute('CREATE TABLE Billionaire(Name, NetWorth, Country, Source, Rank)')  #建立資料表
conn.commit()

以上的動作說明如下：

connect()-同時建立資料庫與連線
cursor()-建立資料庫操作指標
execute()-執行新增資料表的SQL指令
commit()-確認完成

而要檢查是否建立成功，可以下載DB Browser for SQLite工具，安裝完成開啟後如下圖：

點擊「打開資料庫」，選擇剛剛所建立的SQLite資料庫檔(billionaire.db)，就可以看到其中的資料表(Billionaire)，如下圖：

二、Pandas DataFrame存入SQLite資料庫

有了資料庫與資料表後，利用Pandas DataFrame的to_sql()方法(Method)，就能夠將資料寫入SQLite資料庫，如下範例：

import pandas as pd
import sqlite3


df = pd.read_csv('Billionaire.csv')  #讀取CSV資料集檔案

conn = sqlite3.connect('billionaire.db')  #建立資料庫
cursor = conn.cursor()
cursor.execute('CREATE TABLE Billionaire(Name, NetWorth, Country, Source, Rank)')  #建立資料表
conn.commit()

#如果資料表存在，就寫入資料，否則建立資料表
df.to_sql('Billionaire', conn, if_exists='append', index=False)

以上的Pandas DataFrame的to_sql()方法(Method)包含4個關鍵字參數(Keyword Argument)，分別為「寫入的資料表名稱」、「連線」、「資料表已存在該如何操作」及「是否寫入Pandas DataFrame索引值」，而其中的「if_exists='append'」意思就是資料表已存在，則將資料直接寫入。

開啟DB Browser for SQLite工具，選擇Billionaire資料表後，切換到Browse Data(瀏覽資料)頁籤，即可看到Pandas DataFrame中的資料成功寫入，如下圖：

三、Pandas DataFrame讀取SQLite資料庫

相反的，Pandas DataFrame想要讀取SQLite資料庫中的資料，Pandas套件也提供了read_sql()方法(Method)，透過傳入SQL指令來進行撈取，如下範例：

import pandas as pd
import sqlite3


df = pd.read_csv('Billionaire.csv')  #讀取CSV資料集檔案

conn = sqlite3.connect('billionaire.db')  #建立資料庫
cursor = conn.cursor()
cursor.execute('CREATE TABLE Billionaire(Name, NetWorth, Country, Source, Rank)')  #建立資料表
conn.commit()

#如果資料表存在，就寫入資料，否則建立資料表
df.to_sql('Billionaire', conn, if_exists='append', index=False) 

#透過SQL語法讀取資料庫中的資料
us_df = pd.read_sql("SELECT * FROM Billionaire WHERE Country='United States'", conn)
print(us_df)

執行結果

以上範例，Pandas DataFrame就是透過SQL指令，讀取資料庫中國家(Country)欄位為美國(United States)的資料。

此外，這也提供了開發人員另一個資料篩選的方式，也就是利用SQL指令從資料庫篩選出所需的資料後，再讀入Pandas DataFrame中來進行操作分析。

四、小結

在實作資料分析的過程中，除了檔案的讀寫外，資料庫的讀寫也是非常重要的技巧之一，Pandas套件也提供了很好的支援，本文就以Pandas讀寫SQLite資料庫為例，來示範其中的to_sql()及read_sql()方法(Method)應用，如果大家在分析實務上有與資料庫的結合需求，希望本文能夠幫助到你。

喜歡我的文章，別忘了在下面訂閱本網站，以及幫我按五下Like(使用Google或Facebook帳號免費註冊)，支持我創作教學文章，回饋由LikeCoin基金會出資，完全不會花到錢，感謝大家。