主页 / 问题 / 1182825
Accepted
Владислав Харламов
Asked:2020-09-26 23:42:25 +0800 CST2020-09-26 23:42:25 +0800 CST

比较 SQL 与 Pandas

  • 772

据我了解，Pandas 的创建是为了更方便地使用数据库作为算法工作的一部分，但说实话，我并不真正理解 SQL 之间的区别。

为什么需要创建一些新的解决方案？每个的主要区别，优点和缺点是什么？

python

1 个回答

  1. Best Answer

    与经典数据库不同，Python 为统计数据分析、构建机器学习模型和人工智能提供了非常广泛的功能（模块）。在创建 Pandas 之前，Python 生态系统没有用于处理表格数据的便捷工具/模块（Numpy只有在所有列具有相同数据类型时才能正常工作）。随着 Pandas 的出现，以下数据处理点已大大简化和加速：

    1. 从外部来源加载/卸载数据的过程：

      • DB via SQL（SQL Alchemy用作通用层）
      • JSON
      • 镶木地板
      • HTML
      • CSV
      • 文本
      • 擅长
      • SAS
      • 乳胶
      • 泡菜

    2. 数据清洗和预处理过程

    3. 对分类数据的本机支持

    4. 方便的接口，用于将处理后的数据进一步传输到机器学习模型和其他处理数据的 Python 模块

    5. 内置可视化

    PS 很多时候 Pandas 与 SQL 结合使用——首先我们“快乐”并过滤数据库端的数据，然后我们将其读入 Pandas DataFrame，然后用这些数据做我们想做的任何事情，但已经使用了所有的财富Python 库。

    PS 事实上，如果数据库可以做各种 Python 模块的所有事情，那么可能就不需要 Pandas 和许多其他模块

    • 4

相关问题