将 SQL 查询转换为 pandas 语法

Question

我对 Pandas 很陌生。如何将以下查询转换为 pandas 语法。我不再查询 MS Access table，我现在查询一个名为 df.

的 pandas DataFrame

查询是：

SELECT 
    Short_ID, 
    SUM(IIF(Status = 'Completed', 1, 0))) / COUNT (Status) AS completion_metric
FROM 
    PROMIS_LT_Long_ID
GROUP BY 
    Short_ID;

查询结果是这样的：

Short_ID | completion_metric
---------+------------------
1004     | 0.125
1005     | 0
1004     | 0.5

我已经使用以下代码创建了 pandas df，现在我想查询 pandas DataFrame 并获得与上述查询相同的结果。

import pyodbc
import pandas as pd 

def connect_to_db():
    db_name = "imuscigrp"
    conn = pyodbc.connect(r'DRIVER={SQL Server};SERVER=tcp:SQLDCB301P.uhn.ca\SQLDCB301P;DATABASE=imucsigrp'
                             r';UID=imucsigrp_data_team;PWD=Kidney123!')
    cursor = conn.cursor()
    return cursor, conn

def completion_metric(): 
    SQL_Query = pd.read-sql_query('SELECT PROMIS_LT_Long_ID.Short_ID, PROMIS_LT_Long_ID.Status FROM PROMIS_LT_Long_ID', conn)
    #converts SQL_Query into Pandas dataframe 
    df = pd.DataFrame(SQL_Query, columns = ["Short_ID", "Status"])
    #querying the df to obtain longitudinal completion metric values 
    
    return

任何贡献都会有所帮助，谢谢

Answer 1

您可以使用一些 numpy 函数来执行类似的操作。

例如，numpy.where根据条件替换值。

import numpy as np

df = pd.DataFrame(SQL_Query, columns = ["Short_ID", "Status"])
df["completion_metric"] = np.where(df.Status == "Completed", 1,  0)

然后 numpy.average 计算分组数据的平均值。

completion_metric = df.groupby("Short_ID").agg({"completion_metric": np.average})

将 SQL 查询转换为 pandas 语法

Converting SQL query into pandas syntax

sql

ms-access

pandas