Python中內置數據庫！SQLite使用指南！

語言: CN / TW / HK
時間 2023-02-23 10:15:23

highlight: a11y-dark

Python 是一個廣泛使用的編程語言，在各個領域都能發揮很大的作用，而且安裝 Python 環境的同時，我們也安裝了很多其他出色的工具，其中當然少不了數據庫。

Python 內置了 SQLite3，在 Python 中使用 SQLite，不需要安裝任何東西，可以直接使用。我們只需要導入內置 Python 庫sqlite3就可以開始使用這個數據庫啦！

在本篇內容中，ShowMeAI將帶大家一起來了解，如何基於 Python 環境連接到數據庫、創建表、插入數據，查詢數據，以及與 Pandas 工具庫搭配使用。

對於 SQL 更詳盡的內容，歡迎大家查閲ShowMeAI製作的速查表：

📘 編程語言速查表 | SQL 速查表

💡 連接數據庫

要使用數據庫，我們需要先連接數據庫。在 Python 中很簡單，我們只需導入sqlite3工具庫並使用.connect函數，函數的參數是數據庫名稱，在本例中為students.db。

```python

導入工具庫

import sqlite3

建立連接

conn = sqlite3.connect('students.db') ```

我們第1次運行上面代碼的話，會在工作目錄中創建一個名為“students.db”的新文件。

💡 創建表

接下來我們可以在連接的數據庫中創建一個表，並將數據插入其中。

在創建表之前，我們需要創建一個遊標 cursor（用於建立連接以執行 SQL 查詢的對象），我們將使用它來創建表、插入數據等。具體的操作如下代碼：

python c = conn.cursor()

完成遊標創建後，我們可以使用 .execute方法執行SQL語句，在我們的數據庫中創建一個新表。在引號內，我們編寫了建表 SQL 語句，使用CREATE TABLE語句：

python c.execute("""CREATE TABLE students ( name TEXT, age INTEGER, height REAL )""")

我們在創建表的字段時，需要定義數據類型。SQLite 只有 5 種數據類型：

  • Null：缺失值
  • INTEGER：沒有小數點的數字（例如，1、2、3、4）
  • REAL：帶小數點的數字（例如，6.2、7.6、11.2）
  • TEXT：任何字符數據
  • Blob：二進制數據的集合，作為值存儲在數據庫中。它允許我們在數據庫中存儲文檔、圖像和其他多媒體文件。

我們要提交上述語句，並關閉連接。截止目前的完整代碼如下：

```python

導入工具庫

import sqlite3

創建連接

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

遊標

c = conn.cursor()

建表語句

c.execute("""CREATE TABLE students ( name TEXT, age INTEGER, height REAL )""")

執行

conn.commit()

關閉連接

conn.close() ```

💡 插入數據

我們可以使用.execute執行INSERT INTO語句在“students”表中插入一行數據。下面是添加一個20 歲，身高 1.9 米的學生mark的代碼：

python c.execute("INSERT INTO students VALUES ('mark', 20, 1.9)")

我們也可以一次插入多行，換成.executemany方法即可。不過注意一下，我們在INSERT語句中會使用?作為佔位符。代碼如下所示：

python all_students = [ ('john', 21, 1.8), ('david', 35, 1.7), ('michael', 19, 1.83), ] c.executemany("INSERT INTO students VALUES (?, ?, ?)", all_students)

💡 查詢數據

我們可以使用SELECT語句查看我們的數據，注意一下如果要獲取數據並輸出，需要執行.fetchall方法：

python c.execute("SELECT * FROM students") print(c.fetchall())

打印的輸出如下：

python [(‘mark’, 20, 1.9), (‘john’, 21, 1.8), (‘david’, 35, 1.7), (‘michael’, 19, 1.83)]

當然，大家其實可以配合一些在線工具來完成數據的直觀查詢，例如 📘SQLiteViewer。我們只需拖動前面 Python 代碼生成的 .db 數據庫文件進去，即可查看其內容。

截止目前為止的所有代碼如下

```python

導入工具庫

import sqlite3

創建連接

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

遊標

c = conn.cursor()

建表語句

c.execute("""CREATE TABLE students ( name TEXT, age INTEGER, height REAL )""")

插入單條數據

c.execute("INSERT INTO students VALUES ('mark', 20, 1.9)")

插入多條數據

all_students = [ ('john', 21, 1.8), ('david', 35, 1.7), ('michael', 19, 1.83), ] c.executemany("INSERT INTO students VALUES (?, ?, ?)", all_students)

查詢數據

c.execute("SELECT * FROM students") print(c.fetchall())

執行

conn.commit()

關閉連接

conn.close() ```

其實大家在SQL中的更高級的複雜查詢，都可以通過上述方式進行查詢和交互

💡 SQLite 配合 Pandas 應用

SQLite 可以與 Pandas 中的Dataframe搭配使用。

例如，我們有一個名為🏆population_total.csv的 csv 文件，大家可以通過 ShowMeAI 的百度網盤地址下載。

🏆 實戰數據集下載（百度網盤）：公眾號『ShowMeAI研究中心』回覆『實戰』，或者點擊 這裏 獲取本文 [61]Python內置數據庫SQLite使用指南 『SQLite示例數據集』

⭐ ShowMeAI官方GitHub：http://github.com/ShowMeAI-Hub

我們可以方便地使用 Pandas 讀取它：

python import pandas as pd df = pd.read_csv("population_total.csv")

Dataframe 內容如下所示：

```python

df country year population0 China 2020.0 1.439324e+09 1 China 2019.0 1.433784e+09 2 China 2018.0 1.427648e+09 3 China 2017.0 1.421022e+09 4 China 2016.0 1.414049e+09 ... ... ... ... 4180 United States 1965.0 1.997337e+08 4181 United States 1960.0 1.867206e+08 4182 United States 1955.0 1.716853e+08 4183 India 1960.0 4.505477e+08 4184 India 1955.0 4.098806e+08 ```

我們可以把 pandas Dataframe 形態的數據一次性導入 SQLite 數據庫中，這裏我們需要藉助 sqlalchemy 工具庫（可以通過pip install sqlalchemy輕鬆安裝）

python from sqlalchemy import create_engine engine = create_engine('sqlite://', echo=False)

下面我們就可以輕鬆把數據導入數據庫並創建 population 表：

python df.to_sql("population", con=engine)

查詢數據表的語句如下：

python engine.execute("SELECT * FROM population").fetchall()

如果你想創建表的同時生成一個 sqlite 文件（前面的操作，生成的是內存數據庫），可以如下方式操作。（我們創建了一個mydb.db文件作為數據庫的實體文件）。

python from sqlalchemy import create_engine engine = create_engine("sqlite:///mydb.db") df.to_sql("population", engine)

這個mydb.db就和前面的使用方式一樣啦，我們也可以使用 SQLite 查看器查看數據內容。

💡 總結

以上就是ShowMeAI帶大家簡單瞭解python的內置數據庫SQLite的使用方法，我們可以很方便地完成建表、插入數據、查詢數據，也可以配合pandas進行靈活使用，大家快快用起來吧！

參考資料

本文正在參加「金石計劃 . 瓜分6萬現金大獎」

「其他文章」
「」
「」