Python SQLAlchemy – func.count suodattimella
Tässä artikkelissa aiomme nähdä, kuinka suodatustoiminto suoritetaan SQLAlchemyn laskentatoiminnolla pythonin PostgreSQL-tietokantaa vastaan
Lasku suodatinoperaatioilla suoritetaan eri menetelmillä eri toimintoja käyttäen. Tällaiset matemaattiset operaatiot ovat tietokannasta riippuvaisia. PostgreSQL:ssä laskenta suoritetaan käyttämällä funktiota nimeltä count(), ja suodatintoiminto suoritetaan käyttämällä filter(). SQLAlchemyssä yleisiä toimintoja, kuten SUM, MIN, MAX, kutsutaan tavanomaisten SQL-funktioiden tapaan func-attribuutilla.
Joitakin yleisiä SQLAlchemyssä käytettyjä toimintoja ovat count, cube, current_date, current_time, max, min, mode jne.
Käyttö: func.count(). func.group_by(), func.max()
Esittelypöydän luominen
Tuo tarvittavat funktiot SQLAlchemy-paketista. Muodosta yhteys PostgreSQL-tietokantaan käyttämällä create_engine()-funktiota alla kuvatulla tavalla, luo taulukko nimeltä books, jossa on sarakkeet book_id ja book_price. Lisää tietue taulukoihin käyttämällä insert()- ja arvot()-funktioita kuvan mukaisesti.
Python 3
# import necessary packages> import> sqlalchemy> from> sqlalchemy> import> create_engine, MetaData, Table,> Column, Numeric, Integer, VARCHAR> from> sqlalchemy.engine> import> result> > # establish connections> engine> => create_engine(> > 'database+ dialect://username:password@host:port/databasename '> )> > # initialize the Metadata Object> meta> => MetaData(bind> => engine)> MetaData.reflect(meta)> > # create a table schema> books> => Table(> > 'books'> , meta,> > Column(> 'bookId'> , Integer, primary_key> => True> ),> > Column(> 'book_price'> , Numeric),> > Column(> 'genre'> , VARCHAR),> > Column(> 'book_name'> , VARCHAR)> )> > meta.create_all(engine)> # insert records into the table> statement1> => books.insert().values(bookId> => 1> , book_price> => 12.2> ,> > genre> => 'fiction'> ,> > book_name> => 'Old age'> )> statement2> => books.insert().values(bookId> => 2> , book_price> => 13.2> ,> > genre> => 'non-fiction'> ,> > book_name> => 'Saturn rings'> )> statement3> => books.insert().values(bookId> => 3> , book_price> => 121.6> ,> > genre> => 'fiction'> ,> > book_name> => 'Supernova'> )> statement4> => books.insert().values(bookId> => 4> , book_price> => 100> ,> > genre> => 'non-fiction'> ,> > book_name> => 'History of the world'> )> statement5> => books.insert().values(bookId> => 5> , book_price> => 1112.2> ,> > genre> => 'fiction'> ,> > book_name> => 'Sun city'> )> > # execute the insert records statement> engine.execute(statement1)> engine.execute(statement2)> engine.execute(statement3)> engine.execute(statement4)> engine.execute(statement5)> |
Lähtö:
Esimerkkitaulukko
GroupBy:n ja laskennan käyttöönotto SQLAlchemyssä
Groupby-funktion kirjoittamisessa on hieman erilainen menettely kuin perinteisessä SQL-kyselyssä, joka näkyy alla
sqlalchemy.select([
Taulukonnimi.c.sarakkeen_nimi,
sqlalchemy.func.count(taulukonnimi.c.sarakkeen_nimi)
]).group_by(Taulukonnimi.c.sarakkeen_nimi).filter(Taulukonnimi.c.sarakkeen_nimi arvo)
Hanki kirjataulukko Metadata-objektista alustettuna, kun muodostat yhteyden tietokantaan. Välitä SQL-kysely execute()-funktiolle ja hanki kaikki tulokset käyttämällä fetchall()-funktiota. Käytä for-silmukkaa tulosten toistamiseen.
Alla oleva kysely palauttaa eri genreihin kuuluvien kirjojen määrän, joiden hinnat ovat yli Rs. 50.
Python 3
# Get the `books` table from the Metadata object> BOOKS> => meta.tables[> 'books'> ]> > # SQLAlchemy Query to GROUP BY and filter function> query> => sqlalchemy.select([> > BOOKS.c.genre,> > sqlalchemy.func.count(BOOKS.c.genre)> ]).group_by(BOOKS.c.genre).> filter> (BOOKS.c.book_price>>> , record)> |
Lähtö:
Laskuri- ja suodatustoiminnon tulos
