jupyter sql与python结合进行数据分析案例

在这个案例中，我们将使用Jupyter Notebook来结合SQL和Python进行数据分析

1. 首先，确保已经安装了必要的库。在Jupyter Notebook中运行以下命令：

!pip install pandas !pip install sqlite3 !pip install ipython-sql 

2. 导入所需的库：

import pandas as pd import sqlite3 from IPython.display import display %load_ext sql 

3. 创建一个SQLite数据库并连接到它：

conn = sqlite3.connect('example.db') 

4. 使用魔法命令%sql连接到数据库：

%sql sqlite:///example.db 

5. 创建一个表格并插入数据：

%%sql CREATE TABLE sales (     id INTEGER PRIMARY KEY,     product TEXT,     price REAL,     quantity INTEGER,     date TEXT );  INSERT INTO sales (product, price, quantity, date) VALUES     ('Product A', 10.0, 5, '2021-01-01'),     ('Product B', 20.0, 10, '2021-01-01'),     ('Product A', 10.0, 15, '2021-01-02'),     ('Product B', 20.0, 20, '2021-01-02'); 

6. 使用SQL查询数据并将结果存储在Pandas DataFrame中：

result = %sql SELECT * FROM sales; df = result.DataFrame() display(df) 

7. 使用Python对数据进行进一步处理。例如，计算每个产品的总销售额：

sales_summary = df.groupby('product').sum().reset_index() sales_summary['total_sales'] = sales_summary['price'] * sales_summary['quantity'] display(sales_summary) 

8. 关闭数据库连接：

conn.close() 

这个简单的案例展示了如何在Jupyter Notebook中结合SQL和Python进行数据分析。你可以根据自己的需求修改代码，以处理更复杂的数据和查询。