如何在 Python 中从数据库中获取数据？ 使用 Python 导入数据

在当今以技术为主导的工作环境中，数据分析是年轻毕业生、工程师和管理人员必须具备的一项基本技能。 在本文中，我们将介绍如何在 python 中从数据库中获取数据，并让您快速了解一些基本概念。

使用Python 数据库进行数据提取

数据提取需要从各种来源检索数据，有时还会对其进行进一步处理，然后将其迁移到存储库以进行进一步分析。 因此，在此过程中会发生某种数据转换。 Python 是此类数据科学任务的领先编程语言之一。 全世界约有820 万用户使用这种通用脚本语言。

在以下指南中，我们将讨论使用开源关系数据库系统 PostgreSQL 的提取方法。 它提供了一个 ROW_TO_JSON 函数，该函数将结果集作为 JSON 对象返回，这些对象被花括号 {} 包围。 JSON 数据类型将帮助您更方便地操作查询结果。 但在开始之前，请确保您已经安装了虚拟环境，例如 psycopg2-binary。

Python 数据库基础

假设您有一个美国国家橄榄球联盟 (NFL) 的 PostgreSQL 数据库。 这将包括有关球员、教练和球队席位的信息。 此外，请注意以下详细信息以了解有关存储数据的信息：

• 球员的数据表包含诸如 athelete_id（主键）、球员的名字和姓氏、球衣号码、体重（以 kg 为单位）、身高（以 m 为单位）以及他们的原籍国等详细信息。 它还保存着 team_id，一个表示每个运动员队伍的外键。
• 教练的数据表具有coach_id（主键）、名字和姓氏以及team_id（引用球队表字段的外键）。
• 最后，还有球队表，其中描述了每支足球队的名称、会议、排名以及总输赢（分为“主场”和“客场”）。 这里，主键是team_id，在上表中引用。

现在您已经熟悉了数据集，让我们探索如何编写 SQL 查询来检索团队列表。 例如，您需要根据会议和排名对足球队进行排序。 您还想提取每支球队的运动员或球员人数以及他们的教练姓名。 您可能还想知道球队在主场和客场的胜负数。

请按照以下步骤开始此过程：

选择

f.name,

f.城市，

f. 会议，

f.conference_rank,

COUNT(a.player_id) AS number_of_athletes,

CONCAT(c.first_name, ' ', c.last_name) 作为教练，

f.home_wins,

f.away_wins

来自运动员 a、团队 f、教练 c

WHERE a.team_id = f.team_id

和c.team_id = f.team_id

按f.name 、c.first_name、c.last_name、f.city、f.conference、f.conference_rank、f.home_wins、f.away_wins 分组

按 f.conference、f.conference_rank 排序

在此之后，您可以在我们之前提到的 JSON 函数 (ROW_TO_JSON) 中扭曲查询。 这会将数据保存到当前目录中名为 query.sql 的文件中。 现在，继续下面给出的步骤。

选择 ROW_TO_JSON(team_info) 来自 (

选择

f.name,

f.城市，

f. 会议，

f.conference_rank,

COUNT(a.athelete_id)AS number_of_atheletes,

CONCAT(c.first_name, ' ', c.last_name) 作为教练，

f.home_wins,

f.away_wins

来自运动员 a、团队 f、教练 c

WHERE a.team_id = f.team_id

和c.team_id = f.team_id

按f.name 、c.first_name、c.last_name、f.city、f.conference、f.conference_rank、f.home_wins、f.away_wins 分组

按 f.conference、f.conference_rank 排序

) 作为团队信息

你会发现每一行都有一个 python 字典的结构。 键只是您的查询返回的字段名称。

此外，为了避免暴露环境变量，您可以对初始化文件进行一些更改。 根据您的需要选择以下任何一种方法：

• 对于 Windows：控制面板 → 系统 → 高级系统设置 → 高级选项卡 → 环境变量。
• 对于类 Unix 环境：将关于您的用户名和密码的两行附加到您的初始化文件中。

有了这个，你就可以编写 python 代码了。 一开始，我们将导入一些模块和函数以防止错误。 这些语句可以帮助您实现：

导入操作系统

将 psycopg2 导入为 p

从 psycopg2 导入错误

然后，我们将通过加载 query.sql 的内容来实例化连接。 使用 open 和 read 命令打开 SQL 数据库文件，并使用 connect 函数通过指定数据库用户、密码、主机和端口号来连接 NFL 数据库。

另请阅读： GitHub 上的 Python 项目

如何在 Python 中从数据库中获取数据？

建立数据库连接后，您可以继续执行查询。 您需要使用称为“光标”的控制结构。 就像编写“cursor = conn.cursor()”和随后的“cursor.execute(query)”一样简单。 然后，结果将包含字典格式的元组列表（一个元素）。

结果 = cursor.fetchall()

在此阶段，您可以尝试迭代结果。 您可以根据需要操作内容，将它们插入或输入到电子表格、HTML 表格等中。完成时不要忘记包装和清理代码。 您可以使用 try-except-block 并添加“finally”句子来做到这一点。

当您处理大型数据集、关系或其他数据集时，您会觉得需要一些基本工具来查询表，尤其是当您还想操作结果时。 用python很容易实现这样的数据转换。

因此，大多数研究生课程都将这些技术的知识作为课程的一部分。 一些例子包括数据科学副文凭（IIIT-班加罗尔）和全球商业分析硕士证书（密歇根州立大学）。

结帐： Python 开源项目的想法

结论

在本Python 数据库教程中，我们学习了如何连接关系数据库、执行查询和导入结果。 你可以用 python 做更多的事情，并调整你的代码来做你想做的事情。

我们希望本指南可以帮助您找到一些清晰的信息并激发您的好奇心！

学习世界顶尖大学的数据科学课程。 获得行政 PG 课程、高级证书课程或硕士课程，以加快您的职业生涯。