PYTHON SQLALCHEMY - FUNC.COUNT Z FILTREM - TECHCODEVIEW.COM

W tym artykule zobaczymy, jak wykonać operację filtrowania za pomocą funkcji zliczania w SQLAlchemy względem bazy danych PostgreSQL w Pythonie

Liczenie z operacjami filtrowania odbywa się różnymi metodami przy użyciu różnych funkcji. Tego rodzaju operacje matematyczne zależą od bazy danych. W PostgreSQL zliczanie odbywa się za pomocą funkcji o nazwie count(), a operacja filtrowania odbywa się za pomocą filter(). W SQLAlchemy funkcje ogólne, takie jak SUM, MIN, MAX, są wywoływane jak konwencjonalne funkcje SQL przy użyciu atrybutu func.

Niektóre typowe funkcje używane w SQLAlchemy to liczba, kostka, bieżąca_data, bieżący czas, maks., min., tryb itp.

Stosowanie: func.count(). func.group_by(), func.max()

Tworzenie stołu do demonstracji

Zaimportuj niezbędne funkcje z pakietu SQLAlchemy. Nawiąż połączenie z bazą danych PostgreSQL za pomocą funkcji create_engine() jak pokazano poniżej, utwórz tabelę o nazwie książki z kolumnami book_id i book_price. Wstaw rekord do tabel za pomocą funkcji wstaw() i wartości(), jak pokazano.

Python3

# 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)>

Wyjście:

Przykładowa tabela

Implementacja GroupBy i Count w SQLAlchemy

Zapisanie funkcji groupby przebiega nieco inaczej niż w przypadku konwencjonalnego zapytania SQL, co pokazano poniżej

sqlalchemy.select([

Nazwa tabeli.c.nazwa_kolumny,

sqlalchemy.func.count(Nazwa tabeli.c.nazwa_kolumny)

]).group_by(nazwa tabeli.c.nazwa_kolumny).filter(nazwa tabeli.c.nazwa_kolumny wartość)

Pobierz tabelę książek z obiektu Metadata zainicjowanego podczas łączenia się z bazą danych. Przekaż zapytanie SQL do funkcji wykonywania() i uzyskaj wszystkie wyniki za pomocą funkcji fetchall(). Użyj pętli for, aby iterować po wynikach.

Poniższe zapytanie zwraca liczbę książek różnych gatunków, których ceny przekraczają Rs. 50.

Python3

# 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>> 50.0> )> > # Fetch all the records> result> => engine.execute(query).fetchall()> > # View the records> for> record> in> result:> > print> (>