簡単なSQLをpandasに紐づけて学習しよう

はじめに

本記事では、SQLと同等の動きをするpandasの記述方法をまとめます。

記事の方針

pandasを学習している際に、動作が似ていて、普段使用しているSQLに紐づけることで記憶に残るのではないかと考えました。
そのため、普段SQLで使用する操作をpandasではどのように記述するのかという視点でまとめていきたいと思います。

使用データ

本記事では以下のデータを使用します。
拾ったお金の情報を記したものとしてみてください。

以下データは、SQLではtblテーブル、pandasではtbl.csvとして操作するものとします。

ymd	name	money
2023/02/01	Sato	10000
2023/02/01	Tanaka	3100
2023/02/01	Aoki	8800
2023/02/02	Sato	2000
2023/02/02	Tanaka	9300
2023/02/02	Aoki	12000
2023/02/03	Sato	2000
2023/02/03	Tanaka	10000
2023/02/03	Aoki	10000
2023/02/04	Sato	5800
2023/02/04	Tanaka	1000
2023/02/04	Aoki	7500

前提

以降、下記操作を前提とします。

import pandas as pd
df = pd.read_csv('tbl.csv')

SELECT

全件

• SQL

SELECT * 
FROM tbl;

• pandas

print(df)

列指定

• SQL

SELECT ymd, money 
FROM tbl;

• pandas

df[['ymd', 'money']]

条件指定

等価条件

• SQL

SELECT * 
FROM tbl
WHERE name = 'Sato';

• pandas

df[df['name'] == 'Sato']

比較条件

• SQL

SELECT *
FROM tbl
WHERE money < 9000;

• pandas

df[df['money'] < 9000]

複数条件

• SQL

SELECT * 
FROM tbl
WHERE ymd <> '2023/02/03' and name <> 'Aoki';

• pandas

df[(df['ymd'] != '2023/02/03') & (df['name'] != 'Aoki')]

※pandasの複数条件指定では、条件ごとに括弧で括る

UPDATE

• SQL

UPDATE tbl
SET money = 0
WHERE ymd < '2023/02/02' or name = 'Sato';

• pandas

df['money'] = df['money'].where((df['ymd'] < '2023/02/02') | (df['name'] == 'Sato'), 0)

INSERT

• SQL

INSERT INTO tbl
VALUES('2023/02/05', 'Sato', 20000);

• pandas

df2 = pd.Series(['2023/02/05', 'Sato', 20000], name=0, index=['ymd', 'name', 'money']) # 追加する行を作成
df = df.append(df2) # 行追加
df = df.reset_index(drop=True) # インデックス番号を連番に変更

※pandasでは、追加する行のインデックスを仮置きで0としている。

DELETE

全削除

• SQL

DELETE tbl;

• pandas

df = df.drop(range(len(df)))

行削除

• SQL

DELETE tbl
WHERE money < 10000;

• pandas

df = df[df['money'] >= 10000]

最後に

よりスマートなpandasの記述方法があると感じました。
また、SQLの操作はまだまだ存在するため、随時紐づけ

参考文献