python - 在 Pandas 中使用 pysqldf

Question

我正在使用 pandasql 包对 Pandas 进行一些数据操作。我的数据框很大，所以我一直在寻找加快计算速度的方法。一个博客(找到 here)声称 pysqldf 包要快得多。但是，我无法让它与 Pandas 数据框一起使用。

具体来说，这就是我所拥有的:

from pysqldf import SQLDF
sqldf = SQLDF(globals()) #also tried with locals(), doesn't make a difference
#I know the sql is good, I've used it elsewhere (in R)
result = sqldf.execute("Select * from data where blah")

在这里， data是我知道存在的 Pandas 数据框，但我不断收到错误消息:

sqlite3.OperationalError: no such table: data

从我的网络搜索(包括上面的链接)来看，这个包的通常操作是使用已存储在内存中的 sqlite db。但是，文档(找到 here )使它看起来可以直接在数据帧上使用，例如 pandasql 或 R 的 sqldf。

问题:如果pysqldf包真的可以这样使用，我怎样才能让它识别我的数据框？

Answer 1

我对 pysqldf 有同样的问题。也许你应该试试pandasql。我看到了文档，看起来与 pysqldf 非常相似( https://pypi.org/project/pandasql/ ， https://pypi.org/project/pysqldf/ )。试试下面的代码:

import pandas as pd
from pandasql import *

meat = load_meat() 
df = sqldf("SELECT * FROM meat LIMIT 5; ",globals())
print(df)