Pandas 与 SQL 查询的 Hello World！

在这里，您将利用 pandas 的强大功能，只用一行 Python 代码就把 SQL 查询结果写入一个 DataFrame！

您将先导入 pandas 并创建 SQLite 数据库 'Chinook.sqlite' 的引擎。然后，查询数据库中 Album 表的所有记录。

回顾一下：要在 Northwind 数据库中选取 Orders 表的所有记录，Hugo 执行了以下命令：

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

本练习是课程的一部分

Python 数据导入入门

查看课程

练习说明

以别名 pd 导入 pandas 包。
使用函数 create_engine() 为 SQLite 数据库 Chinook.sqlite 创建引擎，并将其赋值给变量 engine。
使用 pandas 函数 read_sql_query()，将如下查询的结果 DataFrame 赋给变量 df：从表 Album 中选择所有记录（SELECT *）。
其余代码用于确认：通过该方法创建的 DataFrame 与您之前学到的方法所创建的结果相同。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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))

编辑并运行代码