2020 年入门数据分析选择 Python 还是 SQL？七个常用操作对比！

作者 | 刘早起

来源 | 早起Python（ID：zaoqi-python）

头图 |  CSDN 下载自东方IC

SQL 和 Python 几乎是当前数据分析师必须要了解的两门语言，它们在处理数据时有什么区别？本文将分别用 MySQL 和 pandas 来展示七个在数据分析中常用的操作，希望可以帮助掌握其中一种语言的读者快速了解另一种方法！

在阅读本文前，你可以访问下方网站下载本文使用的示例数据，并导入 MySQL 与 pandas 中，一边敲代码一边阅读！

https://raw.githubusercontent.com/pandas-dev/pandas/master/pandas/tests/io/data/csv/tips.csv

选择

在 SQL 中，我们可以使用 SELECT 语句从表选择数据，结果被存储在一个结果表中，语法如下：

SELECT column_name,column_name
FROM table_name;

如果不想显示全部的记录，可以使用 TOP 或 LIMIT 来限制行数。因此选择 tips 表中的部分列可以使用下面的语句

SELECT total_bill, tip, smoker, time
FROM tips
LIMIT 5;

而在 pandas 中，我们可以通过将列名列表传递给 DataFrame 来完成列选择

在 SQL 中，进行选择的同时还可以进行计算，比如添加一列

SELECT *, tip/total_bill as tip_rate
FROM tips
LIMIT 5;

在 pandas 中使用 DataFrame.assign() 同样可以完成这个操作

  

查找

单条件查找

在 SQL 中，WHERE 子句用于提取那些满足指定条件的记录，语法如下

SELECT column_name,column_name
FROM table_name
WHERE column_name operator value;

比如查找示例数据中 time = dinner 的记录

SELECT *
FROM tips
WHERE time = 'Dinner'
LIMIT 5;

而在 pandas 中，按照条件进行查找则可以有多种形式，比如可以将含有 True/False 的 Series 对象传递给 DataFrame，并返回所有带有 True 的行

多条件查找

在SQL中，进行多条件查找可以使用AND/OR来完成

SELECT *
FROM tips
WHERE time = 'Dinner' AND tip > 5.00;

在pandas中也有类似的操作

查找空值

在pandas检查空值是使用 notna() 和 isna() 方法完成的。

frame[frame['col1'].notna()]

在SQL中可以使用 IS NULL 和 IS NOT NULL 完成

SELECT *
FROM frame
WHERE col2 IS NULL;


SELECT *
FROM frame
WHERE col1 IS NOT NULL;

  更新

在 SQL 中使用 UPDATE

UPDATE tips
SET tip = tip*2
WHERE tip < 2;

而在 pandas 中则有多种方法，比如使用 loc 函数

tips.loc[tips['tip'] < 2, 'tip'] *= 2

删除

在 SQL 中使用 DELETE

DELETE FROM tips
WHERE tip > 9;

在pandas中，我们选择应保留的行，而不是删除它们

tips = tips.loc[tips['tip']