Github 에서 해당 내용에 대해서 확인할 수 있습니다.
Overview
목표
- 앞선 챕터에서 만든 DB에서 데이터를 추출합니다.
요구사항
pandas.read_sql 함수를 이용합니다.id column을 기준으로 최신 데이터 100개를 추출하는 쿼리문을 작성합니다.- 데이터를 추출합니다.
1. pandas.read_sql 함수를 이용합니다.
pandas.read_sql 는 입력 argument로 Query문과 DB Connection을 받습니다.
2. id column을 기준으로 최신 데이터 100개를 추출하는 쿼리문을 작성합니다.
요구사항을 Query문으로 작성하면 다음과 같습니다.
1
| SELECT * FROM iris_data ORDER BY id DESC LIMIT 10;
|
psql 에서 해당 쿼리문을 입력하면 다음과 같이 출력됩니다.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| postgres=# SELECT * FROM iris_data ORDER BY id DESC LIMIT 10;
id | sepal_width | sepal_length | petal_width | petal_length | target
------+-------------+--------------+-------------+--------------+--------
5789 | 4.4 | 3 | 1.3 | 0.2 | 0
5788 | 5.1 | 3.7 | 1.5 | 0.4 | 0
5787 | 5 | 3.4 | 1.6 | 0.4 | 0
5786 | 5.3 | 3.7 | 1.5 | 0.2 | 0
5785 | 5 | 3 | 1.6 | 0.2 | 0
5784 | 6.1 | 3 | 4.9 | 1.8 | 2
5783 | 6.7 | 3 | 5 | 1.7 | 1
5782 | 6.9 | 3.1 | 5.4 | 2.1 | 2
5781 | 6.8 | 3.2 | 5.9 | 2.3 | 2
5780 | 5.9 | 3.2 | 4.8 | 1.8 | 1
(10 rows)
|
3. 데이터를 추출합니다.
postgres 에 연결할 수 있는 db connection을 생성 후 쿼리문과 db 커넥션을 이용해 데이터를 불러옵니다.
1
2
3
4
5
6
| import pandas as pd
import psycopg2
db_connect = psycopg2.connect(host="localhost", database="postgres", user="postgres", password="mypassword")
df = pd.read_sql("SELECT * FROM iris_data ORDER BY id DESC LIMIT 10", db_connect)
|
추출된 데이터를 확인하면 다음과 같습니다.
1
2
3
4
5
6
7
8
9
10
11
12
| >>> df
id sepal_width sepal_length petal_width petal_length target
0 5824 6.0 2.2 5.0 1.5 2
1 5823 5.7 4.4 1.5 0.4 0
2 5822 6.0 2.7 5.1 1.6 1
3 5821 6.3 2.3 4.4 1.3 1
4 5820 4.8 3.4 1.9 0.2 0
5 5819 4.5 2.3 1.3 0.3 0
6 5818 6.7 3.3 5.7 2.1 2
7 5817 5.2 4.1 1.5 0.1 0
8 5816 5.7 4.4 1.5 0.4 0
9 5815 5.4 3.0 4.5 1.5 1
|