Pandas 與 SQL 查詢的 Hello World！

在這裡，你將運用 pandas 的威力，只用一行 Python 程式碼，就把 SQL 查詢的結果寫入一個 DataFrame！

你會先匯入 pandas，並建立 SQLite 資料庫 'Chinook.sqlite' 的引擎。接著，你會查詢資料庫，從 Album 資料表選取所有記錄。

回想一下，為了從 Northwind 資料庫的 Orders 資料表選取所有記錄，Hugo 執行了以下指令：

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

本練習屬於課程

Python 資料匯入入門

檢視課程

練習說明

以別名 pd 匯入 pandas 套件。
使用 create_engine() 函式，為 SQLite 資料庫 Chinook.sqlite 建立引擎，並指定給變數 engine。
使用 pandas 的 read_sql_query() 函式，將以下查詢的結果指定給變數 df，也就是從資料表 Album 中選取所有（all）記錄（select from）。
其餘的程式碼會用來確認：用這個方法建立的 DataFrame，與你先前學到的方法所建立的結果相同。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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))

編輯並執行程式碼