Pandas et le Hello World des requêtes SQL !

Ici, vous allez profiter de la puissance de pandas pour écrire les résultats de votre requête SQL dans un DataFrame en une seule ligne de code Python !

Vous commencerez par importer pandas et créer le moteur SQLite pour 'Chinook.sqlite'. Ensuite, vous interrogerez la base de données pour sélectionner tous les enregistrements de la table Album.

Rappelez-vous que pour sélectionner tous les enregistrements de la table Orders dans la base de données Northwind, Hugo a exécuté la commande suivante :

df = pd.read_sql_query("SELECT * FROM Orders", engine)

Cette activité fait partie du cours

Introduction à l'importation de données en Python

Voir le cours

Instructions de l’exercice

Importez le paquet pandas sous l'alias pd.
À l'aide de la fonction create_engine(), créez un moteur pour la base de données SQLite Chinook.sqlite et assignez-le à la variable engine.
Utilisez la fonction read_sql_query() de pandas pour assigner à la variable df le DataFrame des résultats de la requête suivante : select all records from la table Album.
Le reste du code est inclus pour confirmer que le DataFrame créé par cette méthode est identique à celui créé par la méthode précédente que vous avez apprise.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import packages
from sqlalchemy import create_engine
import ____ as ____

# Create engine: engine


# Execute query and store records in DataFrame: df
df = pd.read_sql_query(____, ____)

# Print head of DataFrame
print(df.head())

# Open engine in context manager and store query result in df1
with engine.connect() as con:
    rs = con.execute("SELECT * FROM Album")
    df1 = pd.DataFrame(rs.fetchall())
    df1.columns = rs.keys()

# Confirm that both methods yield the same result
print(df.equals(df1))

Modifier et exécuter le code