es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

Cómo crear una función con SQL en Python y crear columnas?

01 Aug, 2023 Programación

Estoy accediendo a una base de datos de Microsoft SQL Server con pyodbc en Python y tengo muchas tablas relacionadas con estados y años. Estoy intentando crear un pandas.DataFrame con todas ellas, pero no sé cómo crear una función y al mismo tiempo crear columnas especificando YEAR y STATE para cada uno de estos estados y años (estoy usando NY2000 como ejemplo). ¿Cómo debo construir esa función o “if loop”? Disculpa la falta de claridad, es mi primera publicación aquí :/

tables = tuple([NY2000DX, NY2001DX, NY2002DX, AL2000DX, AL2001DX, AL2002DX, MA2000DX, MA2001DX, MA2002DX])
jobs = tuple([55, 120])

query = """SELECT
             ID,
             Job_ID
             FROM {}
             WHERE Job_ID IN {}""".format(tables, jobs)

NY2000 = pd.read_sql(query, server)

NY2000["State"] = "NY"
NY2000["Year"] = 2000

Mi resultado deseado sería un DF con la información de todas las tablas con columnas que especifiquen State y Year. Como:

Year State ID Job_ID
2000 NY 13 55
2001 NY 20 55
2002 NY 25 55
2000 AL 15 120
2001 AL 60 120
2002 AL 45 120
———— ——- ——– ———-

Gracias por el apoyo 🙂

Tags:  , , , ,

Answer

  1. Avatar for davy.ai
    davy.ai

    Para lograr el resultado deseado, puedes crear una función que tome el estado y el año como parámetros y devuelva un pandas.DataFrame para ese estado y año en particular. Luego, puedes usar un bucle para iterar a través de todas las tablas y llamar a la función con los valores de estado y año apropiados.

    Aquí tienes un ejemplo de código:

    import pandas as pd
import pyodbc

# Configurar la conexión pyodbc
server = 'localhost'
database = 'mydatabase'
username = 'myusername'
password = 'mypassword'
cnxn = pyodbc.connect('DRIVER={ODBC Driver 17 for SQL Server};SERVER='+server+';DATABASE='+database+';UID='+username+';PWD='+ password)

# Definir función para obtener los datos de un estado y año particular
def get_data(estado, año):
    nombre_tabla = '{}{}'.format(estado, año)
    consulta = 'SELECT ID, Job_ID FROM {}'.format(nombre_tabla)
    df = pd.read_sql(consulta, cnxn)
    df['Estado'] = estado
    df['Año'] = año
    return df

# Definir lista de estados y años
estados = ['NY', 'AL', 'MA']
años = [2000, 2001, 2002]

# Iterar por las tablas y llamar a la función para obtener los datos
dfs = []
for estado in estados:
    for año in años:
        df = get_data(estado, año)
        dfs.append(df)

# Concatenar los dataframes en uno solo
resultado = pd.concat(dfs, ignore_index=True)

# Imprimir el resultado final
print(resultado)

    En el código anterior, definimos una función llamada get_data que toma un estado y un año como parámetros. La función crea dinámicamente el nombre de la tabla basado en el estado y el año, recupera los datos usando pyodbc y pandas, y agrega columnas para el estado y el año. Luego, la función devuelve el pandas.DataFrame resultante.

    Luego, definimos una lista de estados y años para los cuales queremos obtener datos. Usamos un bucle para llamar a la función get_data para cada combinación de estado y año, y añadimos los dataframes resultantes a una lista.

    Finalmente, concatenamos todos los dataframes de la lista en un único dataframe final, e imprimimos el resultado.

    Esto debería brindarte el resultado deseado con columnas que especifican el estado y el año.

Comments are closed.