比较 Pandas 和 (%%SQL) 在 Python 中的数据分析

比较python中的熊猫和（%% sql）

利用sql和pandas从糖尿病患者记录中提取见解

Stone Wang Unplash 我们将使用一个数据集，其中包含有关被诊断患有糖尿病或不出现病情的患者的信息。我们的目标是提取该数据的样本，重点是50岁以上的患者。对于此子集中的每个人，我们需要添加一个新的列，以指定患者是否被归类为正常，体重指数（BMI）低于30或肥胖，BMI为30或更高。 数据集 样本 正常 体重指数（BMI） 肥胖 数据被操纵后，它将导出到新的CSV文件，并转发给负责进一步分析的数据科学家。 CSV文件 数据科学家 要解决此任务，我们将使用数据库，Python和SQL。最初，将使用Python导入数据。然后，我们将在数据库中创建此数据的副本，在其中我们将使用SQL查询执行必要的转换。 数据库 python sql replica 完成了所需的更改和添加后，数据将被传输回PANDAS DataFrame，最后，我们将以CSV格式保存所得的数据集。 pandas dataframe CSV格式 我们将使用PIMA印第安人糖尿病数据库，可在此处下载的公开数据集： 皮马印第安人糖尿病数据库 Stone Wang

Unplash

我们将使用一个数据集，其中包含有关被诊断患有糖尿病或不出现病情的患者的信息。我们的目标是提取该数据的样本，重点是50岁以上的患者。对于此子集中的每个人，我们需要添加一个新的列，以指定患者是否被归类为正常，体重指数（BMI）低于30或肥胖，BMI为30或更高。 数据集 样本 正常 体重指数（BMI）

肥胖

数据被操纵后，它将导出到新的CSV文件，并转发给负责进一步分析的数据科学家。 CSV文件 数据科学家 要解决此任务，我们将使用数据库，Python和SQL。最初，将使用Python导入数据。然后，我们将在数据库中创建此数据的副本，在其中我们将使用SQL查询执行必要的转换。 数据库 python sql replica 完成了所需的更改和添加后，数据将被传输回PANDAS DataFrame，最后，我们将以CSV格式保存所得的数据集。 pandas dataframe CSV格式 我们将使用PIMA印第安人糖尿病数据库，可在此处下载的公开数据集： 皮马印第安人糖尿病数据库

CSV文件

数据科学家 要解决此任务，我们将使用数据库，Python和SQL。最初，将使用Python导入数据。然后，我们将在数据库中创建此数据的副本，在其中我们将使用SQL查询执行必要的转换。 数据库 python

sql

replica 完成了所需的更改和添加后，数据将被传输回PANDAS DataFrame，最后，我们将以CSV格式保存所得的数据集。

pandas dataframe

CSV格式我们将使用PIMA印第安人糖尿病数据库，可在此处下载的公开数据集：皮马印第安人糖尿病数据库