什么网站做装修的,推广引流的10大渠道,如何查看网站服务器时间,微信小程序网站建设推广dataset库是Python中一个用于操作数据库的简单库#xff0c;它提供了一种简洁的方式与各种关系型数据库进行交互#xff0c;例如SQLite、MySQL、PostgreSQL 等。你可以使用dataset库来执行查询、插入、更新和删除操作#xff0c;而无需编写复杂的SQL语句。dataset库适用于小…dataset库是Python中一个用于操作数据库的简单库它提供了一种简洁的方式与各种关系型数据库进行交互例如SQLite、MySQL、PostgreSQL 等。你可以使用dataset库来执行查询、插入、更新和删除操作而无需编写复杂的SQL语句。dataset库适用于小规模的数据存储和查询场景相比csv和json文件只能通过编程语言来处理数据dataset支持使用SQL语言进行查询提供了丰富的查询功能和灵活性。对于大规模数据和高并发场景专业数据库系统如MySQL、PostgreSQL等更具优势。 dataset官方仓库地址dataset。dataset官方文档地址dataset-doc。安装命令如下 pip install dataset import dataset # 查看版本 dataset.__version__1.6.2文章目录 1 使用说明1.1 数据库操作1.2 表格操作1.3 事务操作 2 参考 1 使用说明 1.1 数据库操作 数据库创建 connect函数是dataset库中用于连接到数据库并返回一个数据库对象。它的使用方式如下 # 创建一个连接到名为mydatabase.db的SQLite数据库的对象 # 如果要连接的数据库不存在则自动创建 db dataset.connect(sqlite:///mydatabase.db) # 如果要连接到MySQL数据库需要安装相应组件可以使用以下语法 # db dataset.connect(mysql://user:passwordlocalhost/mydatabase) # 如果要连接到PostgreSQL数据库需要安装相应组件可以使用以下语法 # db dataset.connect(postgresql://user:passwordlocalhost/mydatabase)表格查询与创建 dataset提供get_table函数或直接表名索引来创建或加载一个表格。同时dataset也提供create_table函数创建一个新的表格也可以使用load_table函数加载现有的表格。 # 使用db[table_name]语法获取指定表的引用其中table_name是表的名称 # 如果表不存在dataset库将自动创建它但是只有数据插入才会保存 table db[mytable] # 或者使用如下函数 # table db.get_table(mytable)# 创建一个新表格原有表格会被覆盖 # 该表没有自定义的主键或类型。Dataset库会默认创建一个名为 id 的整数类型的主键。 table db.create_table(mytable)此外也可以指定表格创建时的各种参数dataset主要支持类型有 db.types.integer表示整数类型。db.types.float表示浮点数类型。db.types.boolean表示布尔类型。db.types.datetime表示日期时间类型。db.types.date表示日期类型。db.types.text表示文本字符串类型。 # 指定了自定义主键为 age # db.create_table(mytable, age) # 指定了自定义的主键为 city并且指定该主键的类型为文本类型 # db.create_table(mytable, primary_idcity, primary_typedb.types.text) # 指定没有主键 # db.create_table(mytable, primary_idFalse)# 加载现有表格 table db.load_table(mytable) # 如果表格不存在则会报错 # table db.load_table(user)# 也可以通过has_table函数查询是否存在某个表 db.has_table(user)False# 查看当前数据库下所有表格 db.tables[]直接在数据库上运行sql查询语句 dataset库提供query函数用于过滤和查询数据集。它接受一个字符串参数该参数表示一条 SQL 查询语句用于选择符合条件的数据。 # statement SELECT * FROM mytable # for row in db.query(statement): # print(row)1.2 表格操作 插入数据 # 使用db[table_name]语法获取指定表的引用其中table_name是表的名称 # 如果表不存在dataset库将自动创建它 table db[mytable]insert用于插入数据。 # 插入一条包含名字、年龄和电子邮件的记录 data {name: John, age: 25, email: johnexample.com} table.insert(data) # 插入一条包含名字、年龄,电子邮件的记录为空 table.insert(dict(nameAlice, age25))2insert_ignore用于插入一行数据但只有在keys中列的值不重复时才会插入。 table.insert_ignore(dict(nameAlice, age25),keys[name])Falseinsert_many函数用于向数据库表中批量插入数据。它接受一个列表作为参数该列表中的每个元素都是一个字典表示要插入的一行数据。使用该函数要比逐个添加快很多。 data [{name: John, age: 25, city: New York},{name: Alice, age: 30, city: Los Angeles},{name: Bob, age: 35, city: San Francisco} ] table.insert_many(data)插入列 # 插入名为 key 的列数据类型为文本text并且设置了唯一约束uniqueTrue # table.create_column(key, db.types.text,uniqueTrue) # 插入名为 food 的列数据类型为文本text table.create_column(food, db.types.text)# 创建一个列第一个值为列名第二个值用于自动猜测该列的类型 table.create_column_by_example(length, 4.2)查看数据 # 查看表格行数 len(table)5# 获取表中的所有数据 data list(table.all())# 打印数据 for row in data:print(row)OrderedDict([(id, 1), (name, John), (age, 25), (email, johnexample.com), (city, None), (food, None), (length, None)]) OrderedDict([(id, 2), (name, Alice), (age, 25), (email, None), (city, None), (food, None), (length, None)]) OrderedDict([(id, 3), (name, John), (age, 25), (email, None), (city, New York), (food, None), (length, None)]) OrderedDict([(id, 4), (name, Alice), (age, 30), (email, None), (city, Los Angeles), (food, None), (length, None)]) OrderedDict([(id, 5), (name, Bob), (age, 35), (email, None), (city, San Francisco), (food, None), (length, None)])# 直接打印数据 for row in table:print(row)OrderedDict([(id, 1), (name, John), (age, 25), (email, johnexample.com), (city, None), (food, None), (length, None)]) OrderedDict([(id, 2), (name, Alice), (age, 25), (email, None), (city, None), (food, None), (length, None)]) OrderedDict([(id, 3), (name, John), (age, 25), (email, None), (city, New York), (food, None), (length, None)]) OrderedDict([(id, 4), (name, Alice), (age, 30), (email, None), (city, Los Angeles), (food, None), (length, None)]) OrderedDict([(id, 5), (name, Bob), (age, 35), (email, None), (city, San Francisco), (food, None), (length, None)])# 表的列名 table.columns[id, name, age, email, city, food, length]# 是否存在某列 table.has_column(sex)False查找数据 # 根据字段查找 results table.find(nameJohn) # 遍历结果 for row in results:print(row[name], row[city])John None John New York# 多字段查找 results table.find(nameJohn,cityNone) # 遍历结果 for row in results:print(row[name], row[city])John None# 仅返回第一个结果 results table.find_one(nameJohn) resultsOrderedDict([(id, 1),(name, John),(age, 25),(email, johnexample.com),(city, None),(food, None),(length, None)])# 基于id查询 results table.find(id[1, 2, 4]) # 遍历结果 for row in results:print(row[name], row[city])John None Alice None Alice Los Angeles# 找出age大于等于30的结果 results table.find(age{: 30}) for row in results:print(row[name], row[age])Alice 30 Bob 35# 找出age在21到30之间的结果 results table.find(age{between: [21, 30]}) for row in results:print(row[name], row[age])John 25 Alice 25 John 25 Alice 30# 筛选某个字段下的唯一项 results table.distinct(name) for row in results:print(row)OrderedDict([(name, Alice)]) OrderedDict([(name, Bob)]) OrderedDict([(name, John)])dataset库还支持更丰富的查询操作具体可以查看文档dataset-query。 更新数据 update函数用于更新单条记录。 # 第一参数为要更新的字段和对应的新值如果字段不存在则会添加该字段 # 第二个参数keys用于指定根据哪些列来筛选要更新的对象 # 下面代码表示将name为John的行更新数据 affected_rows table.update(dict(name John,age23,emailqq.com), keys[name]) print(受影响的行数, affected_rows)受影响的行数 2# 获取表中的所有数据 data list(table.all())# 打印数据 for row in data:print(row)OrderedDict([(id, 1), (name, John), (age, 23), (email, qq.com), (city, None), (food, None), (length, None)]) OrderedDict([(id, 2), (name, Alice), (age, 25), (email, None), (city, None), (food, None), (length, None)]) OrderedDict([(id, 3), (name, John), (age, 23), (email, qq.com), (city, New York), (food, None), (length, None)]) OrderedDict([(id, 4), (name, Alice), (age, 30), (email, None), (city, Los Angeles), (food, None), (length, None)]) OrderedDict([(id, 5), (name, Bob), (age, 35), (email, None), (city, San Francisco), (food, None), (length, None)])update_many也被提供用于批量更新数据。 # 更新多行数据 rows [{name: Alice, age: 123},{name: Bob, age: 18} ] # 该函数没有返回值 table.update_many(rows,keys[name])此外也可以用upsert和upsert_many插入更新单条或多条记录即如果存在具有匹配关键字的行则这些行将被更新否则将在表中插入新行。具体使用类似update和update_many。 删除数据 delete函数用于删除行如下所示 for row in table:print(row)OrderedDict([(id, 1), (name, John), (age, 23), (email, qq.com), (city, None), (food, None), (length, None)]) OrderedDict([(id, 2), (name, Alice), (age, 123), (email, None), (city, None), (food, None), (length, None)]) OrderedDict([(id, 3), (name, John), (age, 23), (email, qq.com), (city, New York), (food, None), (length, None)]) OrderedDict([(id, 4), (name, Alice), (age, 123), (email, None), (city, Los Angeles), (food, None), (length, None)]) OrderedDict([(id, 5), (name, Bob), (age, 18), (email, None), (city, San Francisco), (food, None), (length, None)])# 删除age为23的记录 table.delete(age23) for row in table:print(row)OrderedDict([(id, 2), (name, Alice), (age, 123), (email, None), (city, None), (food, None), (length, None)]) OrderedDict([(id, 4), (name, Alice), (age, 123), (email, None), (city, Los Angeles), (food, None), (length, None)]) OrderedDict([(id, 5), (name, Bob), (age, 18), (email, None), (city, San Francisco), (food, None), (length, None)])# 删除age为30且name为John的记录 table.delete(age30, nameJohn) for row in table:print(row)OrderedDict([(id, 2), (name, Alice), (age, 123), (email, None), (city, None), (food, None), (length, None)]) OrderedDict([(id, 4), (name, Alice), (age, 123), (email, None), (city, Los Angeles), (food, None), (length, None)]) OrderedDict([(id, 5), (name, Bob), (age, 18), (email, None), (city, San Francisco), (food, None), (length, None)])# 找出age大于等于30的结果 table.delete(age{: 30}) for row in table:print(row)OrderedDict([(id, 5), (name, Bob), (age, 18), (email, None), (city, San Francisco), (food, None), (length, None)])drop_column函数会从数据集中删除指定的列如下所示 # sqlite不支持 # table.drop_column(age) # for row in table: # print(row)1.3 事务操作 事务是一组数据库操作要么全部成功执行要么全部回滚。这可以确保数据的一致性和完整性。下面代码展示了如何创建一个事务对象。在这种情况下所有更新都会立即提交或者在出现异常的情况下立即回滚所有操作。事务通过上下文管理器得到支持因此可以通过with语句使用 with dataset.connect(sqlite:///mydatabase.db) as tx:# 在这里执行数据库操作# 如果所有操作都成功事务会自动提交# 如果发生错误事务会自动回滚tx[user].insert(dict(nameJohn Doe, age46, countryChina))当然以上代码可以显式调用函数begin、commit和rollback来获得相同的功能 db dataset.connect(sqlite:///mydatabase.db) db.begin() try:db[user].insert(dict(nameJohn Doe, age46, countryChina))db.commit() except:db.rollback()除此之外也支持嵌套事务如下所示 db dataset.connect() with db as tx1:tx1[user].insert(dict(nameJohn Doe, age46, countryChina))with db as tx2:tx2[user].insert(dict(nameJane Doe, age37, countryFrance, genderfemale))2 参考 datasetdataset-docdataset-query