欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

利用Python实现SQL自动化

程序员文章站 2024-03-15 17:58:54
...

笔者在工作中经常要使用SQL,其不乏存在恼人的细微差异和种种限制,但说到底,它是数据行业的基石。因此,对于每一位数据领域的工作者,SQL都是不可或缺的。精通SQL意义非凡。

SQL是很不错,但怎么能仅满足于“不错”呢?为什么不进一步操作SQL呢?

陈述性语句会诱发SQL限制的发生,就是说,向SQL寻求数据,SQL会在特定数据库找寻并反馈。对于许多数据提取或简单的数据操作任务来说,这已经足够了。

但如果有更多需求怎么办?

本文将为你展示如何操作。

从基础开始

import pyodbc
from datetime import datetime
classSql:
    def__init__(self,  database, server="XXVIR00012,55000"):
        # here we are  telling python what to connect to (our SQL Server)
        self.cnxn = pyodbc.connect("Driver={SQL  Server Native Client 11.0};"
                                   "Server="+server+";"
                                   "Database="+database+";"
                                   "Trusted_Connection=yes;")
        # initialise  query attribute
        self.query ="--  {}\n\n-- Made in Python".format(datetime.now()
                                                          .strftime("%d/%m/%Y"))

这个代码就是操作MS SQL服务器的基础。只要编写好这个代码,通过Python 连接到SQL 仅需:

sql = Sql('database123')

很简单对么?同时发生了几件事,下面将对此代码进行剖析。class Sql:

首先要注意,这个代码包含在一个类中。笔者发现这是合乎逻辑的,因为在此格式中,已经对此特定数据库进行了增添或移除进程。若见其工作过程,思路便能更加清晰。

初始化类:

def __init__(self, database,server="XXVIR00012,55000"):

因为笔者和同事几乎总是连接到相同的服务器,所以笔者将这个通用浏览器的名称设为默认参数server。

在“Connect to Server”对话框或者MS SQL Server Management Studio的视窗顶端可以找到服务器的名称:

利用Python实现SQL自动化

下一步,连接SQL:

self.cnxn =pyodbc.connect("Driver={SQL Server Native Client 11.0};"
                          "Server="+self.server+";"
                          "Database="+self.database+";"
                          "Trusted_Connection=yes;")

pyodbc 模块,使得这一步骤异常简单。只需将连接字符串过渡到 pyodbc.connect(...) 函数即可,点击以了解详情here。

最后,笔者通常会在 Sql 类中编写一个查询字符串,sql类会随每个传递给类的查询而更新:

self.query = "-- {}\n\n--Made in Python".format(datetime.now()
                                             .strftime("%d/%m/%Y"))

这样便于记录代码,同时也使输出更为可读,让他人读起来更舒服。

请注意在下列的代码片段中,笔者将不再更新代码中的self.query 部分。

组块

一些重要函数非常有用,笔者几乎每天都会使用。这些函数都侧重于将数据从数据库中传入或传出。

以下图文件目录为始:

利用Python实现SQL自动化

对于当前此项目,需要:

  • 将文件导入SQL
  • 将其合并到单一表格内
  • 根据列中类别灵活创建多个表格

SQL类不断被充实后,后续会容易很多:

import sys
sys.path.insert(0, r'C:\\User\medium\pysqlplus\lib')
import os
from data importSql
sql =Sql('database123')  # initialise the Sql object
directory =r'C:\\User\medium\data\\'  # this is where our generic data is  stored
file_list = os.listdir(directory)  # get a list of all files
for file in  file_list:  # loop to import  files to sql
    df = pd.read_csv(directory+file)  # read file to dataframe
    sql.push_dataframe(df, file[:-4])
# now we  convert our file_list names into the table names we have imported to SQL
table_names = [x[:-4] for x in file_list]
sql.union(table_names, 'generic_jan')  # union our files into one new table  called 'generic_jan'
sql.drop(table_names)  # drop our original tables as we now  have full table
# get list of  categories in colX, eg ['hr', 'finance', 'tech', 'c_suite']
sets =list(sql.manual("SELECT  colX AS 'category' FROM generic_jan GROUP BY colX", response=True)['category'])
for category in sets:
    sql.manual("SELECT *  INTO generic_jan_"+category+" FROM  generic_jan WHERE colX = '"+category+"'")

从头开始。

入栈数据结构

defpush_dataframe(self, data,  table="raw_data", batchsize=500):
    # create execution cursor
    cursor = self.cnxn.cursor()
    # activate fast execute
    cursor.fast_executemany =True
    # create create table statement
    query ="CREATE  TABLE ["+ table +"] (\n"
    # iterate through each column to be  included in create table statement
    for i inrange(len(list(data))):
        query +="\t[{}]  varchar(255)".format(list(data)[i])  # add column (everything is varchar  for now)
        # append correct  connection/end statement code
        if i !=len(list(data))-1:
            query +=",\n"
        else:
            query +="\n);"
    cursor.execute(query)  # execute the create table statement
    self.cnxn.commit()  # commit changes
    # append query to our SQL code logger
    self.query += ("\n\n--  create table\n"+ query)
    # insert the data in batches
    query = ("INSERT  INTO [{}] ({})\n".format(table,
                                               '['+'], ['  # get columns
                                               .join(list(data)) +']') +
             "VALUES\n(?{})".format(",  ?"*(len(list(data))-1)))
    # insert data into target table in  batches of 'batchsize'
    for i inrange(0, len(data), batchsize):
        if i+batchsize >len(data):
            batch = data[i: len(data)].values.tolist()
        else:
            batch = data[i: i+batchsize].values.tolist()
        # execute batch  insert
        cursor.executemany(query, batch)
        # commit insert  to SQL Server
        self.cnxn.commit()

此函数包含在SQL类中,能轻松将Pandas dataframe插入SQL数据库。

其在需要上传大量文件时非常有用。然而,Python能将数据插入到SQL的真正原因在于其灵活性。

要横跨一打Excel工作簿才能在SQL中插入特定标签真的很糟心。但有Python在,小菜一碟。如今已经构建起了一个可以使用Python读取标签的函数,还能将标签插入到SQL中。

Manual(函数)

defmanual(self, query,  response=False):
    cursor = self.cnxn.cursor()  # create execution cursor
    if response:
        returnread_sql(query,  self.cnxn)  # get sql query  output to dataframe
    try:
        cursor.execute(query)  # execute
    except pyodbc.ProgrammingErroras error:
        print("Warning:\n{}".format(error))  # print error as a warning
    self.cnxn.commit()  # commit query to SQL Server
    return"Query  complete."

此函数实际上应用在union 和 drop 函数中。仅能使处理SQL代码变得尽可能简单。

response参数能将查询输出解压到DataFrame。generic_jan 表中的colX ,可供摘录所有独特值,操作如下:

sets =list(sql.manual("SELECT colX AS 'category' FROM generic_jan GROUP BYcolX", response=True)['category'])

Union(函数)

构建 了manual 函数,创建 union 函数就简单了:

defunion(self,  table_list, name="union", join="UNION"):
    # initialise the query
    query ="SELECT *  INTO ["+name+"] FROM (\n"
    # build the SQL query
    query +=f'\n{join}\n'.join(
                        [f'SELECT [{x}].* FROM [{x}]'for x in table_list]
                        )
    query +=")  x"  # add end of  query
    self.manual(query, fast=True)  # fast execute

创建 union 函数只不过是在循环参考 table_list提出的表名,从而为给定的表名构建 UNION函数查询。然后用self.manual(query)处理。

Drop(函数)

上传大量表到SQL服务器是可行的。虽然可行,但会使数据库迅速过载。为解决这一问题,需要创建一个drop函数:

defdrop(self,  tables):
    # check if single or list
    ifisinstance(tables, str):
        # if single  string, convert to single item in list for for-loop
        tables = [tables]
    for table in tables:
        # check for  pre-existing table and delete if present
        query = ("IF  OBJECT_ID ('["+table+"]', 'U')  IS NOT NULL "
                 "DROP TABLE  ["+table+"]")
        self.manual(query)  # execute

同样,此函数也由于 manual 函数极为简单。操作者可选择输入字符到tables ,删除单个表,或者向tables提供一列表名,删除多个表。

当这些非常简单的函数结合在一起时,便可以利用Python的优势极大丰富SQL的功能。

笔者本人几乎天天使用此法,其简单且十分有效。

希望能够帮助其他用户找到将Python并入其SQL路径的方法,感谢阅读!

文源网络,仅供学习之用,如有侵权,联系删除。

我将优质的技术文章和经验总结都汇集在了我的公众号【Python圈子】里。

在学习Python的道路上肯定会遇见困难,别慌,我这里有一套学习资料,包含40+本电子书,600+个教学视频,涉及Python基础、爬虫、框架、数据分析、机器学习等,不怕你学不会!还有学习交流群,一起学习进步~

利用Python实现SQL自动化