博客

Python使用SQLite和Excel操作进行数据分析

  • Post category:Python

接下来我将为你详细讲解“Python使用SQLite和Excel操作进行数据分析”的完整实例教程。

1. 准备工作

在进行本文所述的Python数据分析任务之前，需要安装以下软件：

  • Python 3.x 环境

在安装 Python 3.x 环境之后，还需要安装以下 Python 包：

  • pandas
  • openpyxl
  • SQLAlchemy

可以使用 pip 工具进行安装，命令如下：

pip install pandas
pip install openpyxl
pip install SQLAlchemy

2. 准备数据

本文使用的数据是一个 SQLite 数据库文件和一个 Excel 文件。SQLite 数据库文件中包含了一张名为 students 的数据表，该表记录了学生姓名、性别、年龄和成绩等信息。Excel 文件中包含了一个名为 grades 的工作表，该工作表记录了各个科目的考试成绩。

3. 使用 SQLite 进行数据分析

3.1 连接数据库

使用 SQLAlchemy 包连接 SQLite 数据库并获取数据表中的数据。代码如下：

from sqlalchemy import create_engine
import pandas as pd

engine = create_engine('sqlite:///students.db')
df = pd.read_sql_table('students', engine)
print(df.head())

3.2 数据处理和分析

接下来我们对获取的数据进行分析。首先是性别比例的统计：

# 性别比例统计
gender_count = df['gender'].value_counts()
print(gender_count)

然后是年龄段的分组统计：

# 年龄段统计
age_groups = pd.cut(df['age'], bins=[0, 18, 25, 35, 100])
age_groups_count = age_groups.value_counts()
print(age_groups_count)

最后是成绩的统计：

# 成绩统计
score_stats = df['score'].describe()
print(score_stats)

以上三个示例代码可以针对 SQLite 数据库中的任意表格进行分析。我们可以根据实际情况进行修改和完善。

4. 使用 Excel 进行数据分析

4.1 读取数据

先使用 pandas 包读取 Excel 文件中的数据：

import pandas as pd

df = pd.read_excel('grades.xlsx', sheet_name='Sheet1')
print(df.head())

4.2 数据处理和分析

使用 pandas 包对读取的 Excel 数据进行分析。以下我们再次统计不同科目的平均分和最高分：

# 统计平均分
mean_scores = df.mean()
print(mean_scores)

# 统计最高分
max_scores = df.max()
print(max_scores)

我们可以根据实际需求更新以上代码，针对任意一个 Excel 文件进行数据分析。

5. 结论

本文通过两个具体的 Python 代码示例，分别介绍了使用 SQLite 和 Excel 进行数据分析的基本方法，希望读者能够从中获得有益的经验和启示。

Tags: ,