2003031130-孙月梅-python数据分析第七周作业

项目	要求
课程班级博客链接	20级数据班（本）
这个作业要求链接	python数据分析第七周作业
博客名称	2003031130-孙月梅-python数据分析第七周作业
要求	每道题要有题目,代码(使用插入代码,不会插入代码的自己查资料解决，不要直接截图代码！！),截图（只截运行结果）。

任务：

• 1.安装好MySQL，连接上Navicat。
• 2.完成课本练习(代码4-1~3/4-9~31)。

• from sqlalchemy import create_engine#创建一个MySQL连接器，用户名为root，密码为root#地址为27.0.0.1，数据库名称为textdb，编码为utf_8
  engine=create_engine('mysql+pymysql://root:root@127.0.0.1:3306/testdb?charset=utf8')
  print(engine)
  
  
  import pandas as pd
  #使用read_sql_query查看testdb中的数据表数目
  formlist =pd.read_sql_query('show tables',con=engine)
  print('testdb数据库数据表清单为：','\n',formlist)
  detail1=pd.read_sql_table('meal_order_detail1',con=engine)
  print("使用read_sql_query读取清单的长度为：",len(detail1))
  detail2=pd.read_sql('select*from meal_order_detail2',con=engine)
  print("使用read_sql函数+SQL语句读取的订单详情表长度为：",len(detail2))
  detail3=pd.read_sql('meal_order_detail3',con=engine)
  print('使用read_sql函数+SQL语句读取的订单详情表长度为：',len(detail3))
  detail1.to_sql('test1',con=engine,index=False,if_exists='replace')
  formlist1=pd.read_sql_query('show tables',con=engine)
  print('新增一个表格后，testdb数据表清单为：“,”\n',formlist1)

  

  detail1.to_sql('test1',con=engine,index=False,if_exists='replace')
  #使用read_sql读取test表
  formlist=pd.read_sql_query('show tables',con=engine)
  print('新增一个表格后，testdb数据库数据表清单为：','\n',formlist)

  

  #4-9
  #使用read_table读取菜品订单信息
  from sqlalchemy import create_engine
  import pandas as pd
  engine=create_engine('mysql+pymysql://root:root@127.0.0.1:3306/testdb?charset=utf8')
  order1=pd.read_sql_table('meal_order_detail1',con=engine)
  print("订单详情表1的长度为：",len(order1))
  order2=pd.read_sql_table('meal_order_detail2',con=engine)
  print("订单详情表2的长度为：",len(order2))
  order3=pd.read_sql_table('meal_order_detail3',con=engine)
  print("订单详情表3的长度为：",len(order3))
  #4-10
  order4=pd.read_table('F:/桌面/第七章/meal_order_info.csv',sep=",",encoding='gbk')
  print('订单信息表的长度为：',len(order4))
  #4-11
  user=pd.read_excel('F:\桌面\第七章/users.xlsx')
  print('客户信息表的长度为：',len(user))

  

  from sqlalchemy import create_engine
  import pandas as pd
  engine=create_engine('mysql+pymysql://root:root@127.0.0.1:3306/testdb?charset=utf8')
  detail1=pd.read_sql_table('meal_order_detail1',con=engine)
  print('订单详情表的所有值为：','\n',detail1.index)
  print('订单详情表的列名为：','\n',detail1.columns)
  print('订单详情表的数据类型为：“,”\n',detail1.dtypes)
  

  　　

•  

  detail = pd.read_sql_table('meal_order_detail1',con = engine)

  print('订单详情的索引表为：',detail.index)
  print('订单详情表的所有值为：','\n',detail.values)
  print('订单详情表列名为：','\n',detail.columns)
  print('订单详情表的数据类型为：','\n',detail.dtypes)

  #查看DataFrame的元素个数
  print('订单详情表的元素个数为：',detail.size)
  print('订单详情表的维度数为：',detail.ndim)#查看DataFrame的维度数
  print('订单详情表的形状为：',detail.shape)#查看DataFrame的形状

  print('订单详情表转置前形状为：',detail.shape)
  print('订单详情表转置后形状为：',detail.T.shape)

  

  4-15~4-31

• #使用字典访问的方式取出orderInfo中的某一列
  order_id = detail['order_id']
  print('订单详情表中的order_id形状为：','\n',order_id.shape)
  
  #使用访问属性的方式取出orderInfo中的菜品名称列
  dishes_name = detail.dishes_name
  print('订单详情表中的dishes_name的形状为：','\n',dishes_name.shape)
  
  dishes_name5 = detail['dishes_name'][:5]
  print('订单详情表中的dishes_name前5个元素为;','\n',dishes_name5)
  
  orderDish = detail[['order_id','dishes_name']][:5]
  print('订单详情表中的order_id和dishes_name前5个元素为;','\n',orderDish)
  
  order5 = detail[:][1:6]
  print('订单详情表中的1~6元素为;','\n',order5)
  
  print('订单详情表中的前5行数据为;','\n',detail.head())
  print('订单详情表中的后5行数据为;','\n',detail.tail())
  
  dishes_name1 = detail.loc[:,'dishes_name']
  print('使用loc提取dishes_name列的size为：',dishes_name1.size)
  dishes_name2 = detail.iloc[:,3]
  print('使用iloc提取第3列列的size为：',dishes_name2.size)
  
  orderDish1 = detail.loc[:,['order_id','dishes_name']]
  print('使用loc提取order_id和dishes_name列地size为；',orderDish1.size)
  orderDish2 = detail.iloc[:,[1,3]]
  print('使用iloc提取第1列和第3列地size为；',orderDish2.size)
  
  print('列名为order_id和dishes_name的行名为3的数据为：\n',detail.loc[3,['order_id','dishes_name']])
  print('列名为order_id和dishes_name的行名为2,3,4,5,6的数据为：\n',detail.loc[2:6,['order_id','dishes_name']])
  print('列位置为1和3，,行位置为3的数据为：\n',detail.iloc[3,[1,3]])
  print('列位置为1和3，,行位置为2,3,4,5,6的数据为：\n',detail.iloc[2:7,[1,3]])
  
  #loc内部传入表达式
  print('detail中order_id为458的dishes_name为：\n',detail.loc[detail['order_id']=='458',['order_id','dishes_name']])
  #错误示例如下：
  #print('detail中order_id为458的第1、5列数据为：\n',detail.iloc[detail['order_id']=='458',[1,5]])
  
  print('detail中order_id为458的第1,5列数据为：\n',detail.iloc[(detail['order_id']=='458').values,[1,5]])
  
  print('列名为dishes_name行名为 2,3,4,5,6的数据为：\n',detail.loc[2:6,'dishes_name'])
  print('列位置为5，行位置为2~6的数据为：\n',detail.iloc[2:6,5])
  #print('列位置为5，行名为2~6的数据为：', '\n',detail.ix[2:6,5])    #pandas的1.0.0版本后，已经对ix进行了升级和重构。
  
  #将ordeer_id为458的变换为45800
  detail.loc[detail['order_id']=='458','ordeer_id'] = '45800'
  print('更改后detail中order_id为458的order_id为：\n',detail.loc[detail['order_id']=='458','order_id'])
  print('更改后detail中order_id为45800的order_id为：\n',detail.loc[detail['order_id']=='45800','order_id'])
  
  detail['payment'] = detail['counts']*detail['amounts']
  print('detail新增列payment的前5行为：','\n',detail['payment'].head())
  
  detail['pay_way'] = '现金支付'
  print('detail新增列pay_way的前5行为：','\n',detail['pay_way'].head())
  
  print('删除pay_way前detail的列索引为：','\n',detail.columns)
  detail.drop(labels = 'pay_way',axis = 1,inplace = True)
  print('删除pay_way后detail的列索引为：','\n',detail.columns)
  
  print('删除1~10行前detail的长度为：',len(detail))
  detail.drop(labels = range(1,11),axis = 0,inplace = True)
  print('删除1~10行后detail的长度为：',len(detail))
  

  　　

•