老齐教室

《数据准备和特征工程》勘误与修订

2020年3月第1版第1次印刷

勘误

前言

  • 位置:第1自然段,第2行
  • 原文:另外,数据科学业界中还流传着另一句话:
  • 修改为:另外,数据科学业界还流传着另一句话:
  • 说明:去掉原文中的“另外”和“中”

第003页

  • 位置:正文,第5自然段,第5行
  • 原文:各环节之间不仅前后衔接,而且还可能循环往复。
  • 修改为:各环节之间不仅前后衔接,而且还可能循环往复。
  • 说明:去掉原文中的“而且”。

第014页

  • 位置:正文,第3自然段。
  • 原文:⑫的作用是……。注意,这一句必须在且只能在代码块的第1行。
  • 修改为:⑫的作用是……。注意,这一句必须在且只能在代码块的第1行。
  • 说明:删除“注意……”这一句。

第015页

  • 位置:正文,倒数第1段,倒数第1行
  • 原文:⑰是惰性操作,……,直到执行后续操作。
  • 修改为:⑰是惰性操作,……,直到执行后续操作。
  • 说明:原文所示的那一句删除。

第038页

  • 位置:代码段,In[9],第2行
  • 原文:tdatas.to_csv("./chapter01/movies.csv")
  • 修改为:datas.to_csv("./chapter01/movies.csv")
  • 说明:原文中,在datas前面的字母 t 应该去掉

修订

第009页

  • 说明:在正文倒数第1段之前,即“下面就使用这个函数读取Excel文件的数据”此段落之前,插入如下内容

    为了顺利使用pd.read_excel函数,先安装两个操作Excel文件常用的第三方包:xlrd、openpyxl。

第029页

  • 说明:在第一段代码之后,在“建议读者在上述基础上,……”这段之前,增加下述内容。

利用read_sql_query函数,能够对数据库表直接使用SQL语句。此外,Pandas中还有一个名为read_sql的函数,它是对函数read_sql_query和read_sql_table的高级封装,用这个函数能够从指定数据库文件中读取数据。

为了使用这个函数,必须安装SQLAlchemy模块。

1
$ pip install sqlalchemy

在演示读取数据之前,先创建一个SQLite的数据库文件(SQLite数据库是Python默认支持的,Python中有相应的标准库sqlite3)。

1
2
from sqlalchemy import create_engine
engine = create_engine('sqlite:///data.db', echo=False)

创建名称为data.db的SQLite数据库,并用变量engine引用此数据库对象。

1
2
3
4
import pandas as pd
path = '/Users/qiwsir/Documents/Codes/DataSet/pm25'
diadf = pd.read_csv(path+"/pm2.csv")
diadf.to_sql("diadata.db", con=engine, index_label='ID')

从CSV文件中的读取数据,然后执行to_sql方法,将数据保存到前面创建的数据库中,并将相应的数据库表命名为diadata.db。

执行完上述操作之后,在本地就可以看到名为data.db的数据库文件,如果用可视化工具打开这个数据库,可以查看到里面的内容(如下图所示,相关操作方法请参阅《Python大学实用教程》)。

image-20200414181157920

接下来,就可以使用Pandas的read_sql函数从这个数据库中读取数据库表diadata.db中的数据了。

1
2
df = pd.read_sql('diadata.db', con=engine, index_col='ID')
df.head()

输出:

1
2
3
4
5
6
7
	 RANK	CITY_ID	CITY_NAME	Exposed days
ID
0 1 594 拉萨 2
1 2 579 玉溪 7
2 3 263 厦门 8
3 4 267 泉州 9
4 5 271 漳州 10
使用支付宝打赏
使用微信打赏

若你觉得我的文章对你有帮助,欢迎点击上方按钮对我打赏

关注微信公众号,读文章、听课程,提升技能