Filtrer les enregistrements de votre base de données à l'aide de SQL WHERE

Vous pouvez désormais exécuter une requête SQL de base pour sélectionner des enregistrements dans n'importe quelle table de votre base de données et vous pouvez également personnaliser des requêtes simples pour sélectionner des colonnes et des nombres de lignes particuliers.

Il existe d'autres méthodes de requête SQL standard qui vous aideront à devenir un ninja du langage SQL.

Supposons, par exemple, que vous souhaitiez obtenir tous les enregistrements de la table Customer de la base de données Chinook pour lesquels l'adresse Country est 'Canada'. Vous pouvez le faire très facilement en SQL en utilisant une instruction SELECT suivie d'une clause WHERE comme suit :

SELECT * FROM Customer WHERE Country = 'Canada'

En fait, vous pouvez filtrer n'importe quelle déclaration SELECT par n'importe quelle condition à l'aide d'une clause WHERE. C'est ce qu'on appelle filtrer vos dossiers.

Dans cet exercice interactif, vous sélectionnerez tous les enregistrements de la table Employee pour lesquels 'EmployeeId' est supérieur ou égal à 6.

Les packages sont déjà importés comme suit :

import pandas as pd
from sqlalchemy import create_engine

Posez votre question !

Cet exercice fait partie du cours

Introduction à l'importation de données en Python

Afficher le cours

Instructions

Complétez l'argument de create_engine() pour que le moteur de la base de données SQLite 'Chinook.sqlite' soit créé.
Exécutez la requête qui sélectionne tous les enregistrements de la table Employee où 'EmployeeId' est supérieur ou égal à 6. Utilisez l'opérateur >= et affectez les résultats à rs.
Appliquez la méthode fetchall() à rs afin de récupérer tous les enregistrements dans rs. Stockez-les dans le DataFrame df.
À l'aide de l'objet rs, attribuez aux noms des colonnes du DataFrame les noms correspondants des colonnes de la table.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Create engine: engine
engine = create_engine(____)

# Open engine in context manager
# Perform query and save results to DataFrame: df
with engine.connect() as con:
    rs = con.execute(____)
    df = pd.DataFrame(____)
    df.columns = ____

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

Modifier et exécuter le code