Abstract
Pandas是一个开源的Python数据分析库，结合 NumPy 和 Matplotlib 类库，可以在内存中进行高性能的数据清洗、转换、分析及可视化工作。
对于数据开发工程师或分析师而言，SQL 语言是标准的数据查询工具。本文提供了一系列的示例，说明如何使用pandas执行各种SQL操作。
Pandas简介
Pandas把结构化数据分为了三类：
Series，可以理解为一个一维的数组，只是index可以自己改动。
DataFrame，一个类似于表格的数据类型的2维结构化数据。
Panel，3维的结构化数据。
Dataframe实例：
对于DataFrame，有一些固有属性：
SQL VS Pandas
SELECT（数据选择）
在SQL中，选择是使用逗号分隔的列列表(或*来选择所有列):
在Pandas中，选择不但可根据列名称选取，还可以根据列所在的位置选取。相关语法如下：
loc，基于列label，可选取特定行（根据行index）
iloc，基于行/列的位置
ix，为loc与iloc的混合体，既支持label也支持position
at，根据指定行index及列label，快速定位DataFrame的元素；
iat，与at类似，不同的是根据position来定位的；
WHERE（数据过滤）
在SQL中，过滤是通过WHERE子句完成的：
在pandas中，Dataframe可以通过多种方式进行过滤，最直观的是使用布尔索引：
在where子句中常常会搭配and, or, in, not关键词，Pandas中也有对应的实现：
SQL：
Pandas：
在where字句中搭配NOT NULL可以获得某个列不为空的项,Pandas中也有对应的实现：
SQL：
Pandas：
DISTINCT（数据去重）
SQL：
Pandas：
宝器带你画重点：
subset，为选定的列做数据去重，默认为所有列；
keep，可选择{'first', 'last', False}，保留重复元素中的第一个、最后一个，或全部删除；
inplace ，Pandas 中 inplace 参数在很多函数中都会有，它的作用是：是否在原对象基础上进行修改，默认为False，返回一个新的Dataframe；若为True,不创建新的对象，直接对原始对象进行修改。
GROUP BY（数据分组）
groupby()通常指的是这样一个过程:我们希望将数据集拆分为组，应用一些函数(通常是聚合)，然后将这些组组合在一起:
常见的SQL操作是获取数据集中每个组中的记录数。
Pandas中对应的实现：
注意，在Pandas中，我们使用size()而不是count()。这是因为count()将函数应用于每个列，返回每个列中的非空记录的数量。具体如下：
还可以同时应用多个函数。例如，假设我们想要查看每个星期中每天的小费金额有什么不同。
SQL：
Pandas：
更多关于Groupy和数据透视表内容请阅读：
JOIN（数据合并）
可以使用join()或merge()执行连接。
默认情况下，join()将联接其索引上的DataFrames。
每个方法都有参数，允许指定要执行的连接类型(LEFT, RIGHT, INNER, FULL)或要连接的列(列名或索引)
现在看一下不同的连接类型的SQL和Pandas实现：
INNER JOIN
SQL：
Pandas：
LEFT OUTER JOIN
SQL：
Pandas：
RIGHT JOIN
SQL：
Pandas:
FULL JOIN
SQL：
Pandas：
ORDER（数据排序）
SQL：
Pandas：
UPDATE（数据更新）
SQL：
Pandas：
DELETE（数据删除）
SQL：
Pandas：
总结：
本文从Pandas里面基本数据结构Dataframe的固定属性开始介绍，对比了做数据分析过程中的一些常用SQL语句的Pandas实现。
参考：
http://m.v.qq.com/play/play.htmlcoverid=&vid=q0836f6kewx&ptag=4_6.7.0.22106_qq
创作整理总结不易，觉得是干货有作用的小伙伴可以收藏、转发、分享、好看一条龙~，你的鼓励也是对我最大的支持。另关于更多Groupby和数据透视表内容可以看文中福利链接。