如何在 Python 中從數據庫中獲取數據？ 使用 Python 導入數據

在當今以技術為主導的工作環境中，數據分析是年輕畢業生、工程師和管理人員必須具備的一項基本技能。 在本文中，我們將介紹如何在 python 中從數據庫中獲取數據，並讓您快速了解一些基本概念。

使用Python 數據庫進行數據提取

數據提取需要從各種來源檢索數據，有時還會對其進行進一步處理，然後將其遷移到存儲庫以進行進一步分析。 因此，在此過程中會發生某種數據轉換。 Python 是此類數據科學任務的領先編程語言之一。 全世界約有820 萬用戶使用這種通用腳本語言。

在以下指南中，我們將討論使用開源關係數據庫系統 PostgreSQL 的提取方法。 它提供了一個 ROW_TO_JSON 函數，該函數將結果集作為 JSON 對象返回，這些對像被花括號 {} 包圍。 JSON 數據類型將幫助您更方便地操作查詢結果。 但在開始之前，請確保您已經安裝了虛擬環境，例如 psycopg2-binary。

Python 數據庫基礎

假設您有一個美國國家橄欖球聯盟 (NFL) 的 PostgreSQL 數據庫。 這將包括有關球員、教練和球隊席位的信息。 此外，請注意以下詳細信息以了解有關存儲數據的信息：

• 球員數據表包含諸如 athelete_id（主鍵）、球員的名字和姓氏、球衣號碼、體重（以 kg 為單位）、身高（以 m 為單位）以及他們的原籍國等詳細信息。 它還保存著 team_id，一個表示每個運動員隊伍的外鍵。
• 教練的數據表具有coach_id（主鍵）、名字和姓氏以及team_id（引用球隊表字段的外鍵）。
• 最後，有一個球隊表，其中描述了每支足球隊的名稱、會議、排名和總輸贏（分為“主場”和“客場”）。 這裡，主鍵是team_id，在上表中引用。

現在您已經熟悉了數據集，讓我們探索如何編寫 SQL 查詢來檢索團隊列表。 例如，您需要根據會議和排名對足球隊進行排序。 您還想提取每支球隊的運動員或球員人數以及他們的教練姓名。 您可能還想知道球隊在主場和客場的勝負數。

請按照以下步驟開始此過程：

選擇

f.name,

f.城市，

f. 會議，

f.conference_rank,

COUNT(a.player_id) AS number_of_athletes,

CONCAT(c.first_name, ' ', c.last_name) 作為教練，

f.home_wins,

f.away_wins

來自運動員 a、團隊 f、教練 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 分組

按 f.conference、f.conference_rank 排序

在此之後，您可以在我們之前提到的 JSON 函數 (ROW_TO_JSON) 中扭曲查詢。 這會將數據保存到當前目錄中名為 query.sql 的文件中。 現在，繼續下面給出的步驟。

選擇 ROW_TO_JSON(team_info) 來自 (

選擇

f.name,

f.城市，

f. 會議，

f.conference_rank,

COUNT(a.athelete_id)AS number_of_atheletes,

CONCAT(c.first_name, ' ', c.last_name) 作為教練，

f.home_wins,

f.away_wins

來自運動員 a、團隊 f、教練 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 分組

按 f.conference、f.conference_rank 排序

) 作為團隊信息

你會發現每一行都有一個 python 字典的結構。 鍵只是您的查詢返回的字段名稱。

此外，為了避免暴露環境變量，您可以對初始化文件進行一些更改。 根據您的需要選擇以下任何一種方法：

• 對於 Windows：控制面板 → 系統 → 高級系統設置 → 高級選項卡 → 環境變量。
• 對於類 Unix 環境：將關於您的用戶名和密碼的兩行附加到您的初始化文件中。

有了這個，你就可以編寫 python 代碼了。 一開始，我們將導入一些模塊和函數以防止錯誤。 這些語句可以幫助您實現：

導入操作系統

將 psycopg2 導入為 p

從 psycopg2 導入錯誤

然後，我們將通過加載 query.sql 的內容來實例化連接。 使用 open 和 read 命令打開 SQL 數據庫文件，並使用 connect 函數通過指定數據庫用戶、密碼、主機和端口號來連接 NFL 數據庫。

另請閱讀： GitHub 上的 Python 項目

如何在 Python 中從數據庫中獲取數據？

建立數據庫連接後，您可以繼續執行查詢。 您需要使用稱為“光標”的控制結構。 就像編寫“cursor = conn.cursor()”和隨後的“cursor.execute(query)”一樣簡單。 然後，結果將包含字典格式的元組列表（一個元素）。

結果 = cursor.fetchall()

在此階段，您可以嘗試迭代結果。 您可以根據需要操作內容，將它們插入或輸入到電子表格、HTML 表格等中。完成時不要忘記包裝和清理代碼。 您可以使用 try-except-block 並添加“finally”句子來做到這一點。

當您處理大型數據集、關係或其他數據集時，您會覺得需要一些基本工具來查詢表，尤其是當您還想操作結果時。 用python很容易實現這樣的數據轉換。

因此，大多數研究生課程都將這些技術的知識作為課程的一部分。 一些例子包括數據科學副文憑（IIIT-班加羅爾）和全球商業分析碩士證書（密歇根州立大學）。

結帳： Python 開源項目的想法

結論

在本Python 數據庫教程中，我們學習瞭如何連接關係數據庫、執行查詢和導入結果。 你可以用 python 做更多的事情，並調整你的代碼來做你想做的事情。

我們希望本指南可以幫助您找到一些清晰的信息並激發您的好奇心！

學習世界頂尖大學的數據科學課程。 獲得行政 PG 課程、高級證書課程或碩士課程，以加快您的職業生涯。