104學習

資料庫管理維護

資料庫管理維護
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
「資料庫管理維護:負責設計、實施及優化資料庫系統,以確保數據的完整性和可用性。主要任務包括資料庫的定期維護、性能監控及故障排除,並與內部團隊協作以提升資訊系統效能。需具備精通SQL語言、資料庫設計及資料回復技術,同時需具備良好的跨部門協作能力、問題分析能力及溝通技巧,適應快速變化的台灣職場文化,致力於支持企業決策和業務運營的數據需求。」
關於教室
關注人數 1 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
關於教室
關注人數 1 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

資料庫管理維護 學習推薦

全部
影片
文章
Mike Ku

Learn Code With Mike品牌創辦人

2021/12/30

快速掌握Pandas套件寫入SQLite資料庫的重要方法
本文就以Kaggle網站的2021年富比士億萬富翁資料集(https://www.kaggle.com/roysouravcu/forbes-billionaires-of-2021 )為例,模擬如何將Pandas DataFrame中的資料存入SQLite資料庫。
Q:SQLite如何建立資料庫與資料表?
SQLite是一個免費的輕量型關聯式資料庫,相較於其它大型的企業級資料庫,無需伺服端的安裝,就可以在用戶端直接使用,對於小型的應用程式非常適合。
除此之外,Python也內建了SQLite模組(Module),在專案中直接引用即可,如下範例:
import sqlite3
而Pandas套件則需利用以下指令安裝:
$ pip install pandas
才能夠在專案中進行引用,如下範例:
import pandas as pd
import sqlite3
接著,就可以透過Pandas套件的read_csv()方法(Method),來讀取下載下來的資料集了,如下範例:
import pandas as pd
import sqlite3
df = pd.read_csv('Billionaire.csv') #讀取CSV資料集檔案
print(df)
其中,包含了Name(姓名)、NetWorth(淨值)、Country(國家)、收入來源(Source)及排名(Rank)欄位。而要將Pandas DataFrame中的資料存入SQLite資料庫,就需要先建立資料庫與資料表,這時候利用sqlite3模組(Module)即可達成,如下範例:
import pandas as pd
import sqlite3
df = pd.read_csv('Billionaire.csv')
conn = sqlite3.connect('billionaire.db') #建立資料庫
cursor = conn.cursor()
cursor.execute('CREATE TABLE Billionaire(Name, NetWorth, Country, Source, Rank)') #建立資料表
conn.commit()
以上的動作說明如下:
1.connect()-同時建立資料庫與連線
2.cursor()-建立資料庫操作指標
3.execute()-執行新增資料表的SQL指令
4.commit()-確認完成
而要檢查是否建立成功,可以下載DB Browser for SQLite工具( https://sqlitebrowser.org/dl/ ),點擊「打開資料庫」,選擇剛剛所建立的SQLite資料庫檔(billionaire.db),就可以看到其中的資料表(Billionaire)。
Q:Pandas DataFrame如何存入SQLite資料庫?
有了資料庫與資料表後,利用Pandas DataFrame的to_sql()方法(Method),就能夠將資料寫入SQLite資料庫,如下範例:
df = pd.read_csv('Billionaire.csv')
conn = sqlite3.connect('billionaire.db')
cursor = conn.cursor()
cursor.execute('CREATE TABLE Billionaire(Name, NetWorth, Country, Source, Rank)')
conn.commit()
#如果資料表存在,就寫入資料,否則建立資料表
df.to_sql('Billionaire', conn, if_exists='append', index=False)
以上的Pandas DataFrame的to_sql()方法(Method)包含4個關鍵字參數(Keyword Argument),分別為「寫入的資料表名稱」、「連線」、「資料表已存在該如何操作」及「是否寫入Pandas DataFrame索引值」,而其中的「if_exists='append'」意思就是資料表已存在,則將資料直接寫入。
開啟DB Browser for SQLite工具,選擇Billionaire資料表後,切換到Browse Data(瀏覽資料)頁籤,即可看到Pandas DataFrame中的資料成功寫入。
如果想要學習更多的Python應用教學,歡迎前往Learn Code With Mike(https://www.learncodewithmike.com/2021/05/pandas-and-sqlite.html
)網站觀看更多精彩內容。
看更多
3 0 2107 2

推薦給你

104學習

產品

10/16 16:06

NVIDIA DLI 官方證書怎麼拿 ? 生成式 AI、LLM 應用開發完整攻略
想進入 AI 領域卻不知從何開始?NVIDIA Deep Learning Institute(DLI)官方認證課程為工程師、資料科學家和技術人員提供最實戰的學習路徑。課程涵蓋生成式 AI 開發、LLM 大型語言模型應用、異常偵測 AI、高效能運算 等熱門技術,透過雲端 GPU 實作環境,讓您邊學邊做,完成後且通過課後測驗即可獲得 NVIDIA DLI 官方頒發的完課證書,為履歷加分、提升職場競爭力!
🟡 NVIDIA DLI官方課程 - 使用提示詞打造 LLM應用服務
從 Prompt 編排、訊息策略、資料輸出到智慧代理設計,這門課程將是你邁向 LLM 開發的第一哩路,也是未來生成式 AI 應用不可或缺的核心技能。
Q: 誰適合這門課?
A: 具備 Python 程式設計經驗& 對 LLM 基礎知識有扎實理解
Q: 完成課程後,是否會提供相關證明?
A: 是的,在您完成所有課程內容且通過課後測驗後,將會獲得由 NVIDIA DLI 官方所頒發的正式完課證書。
🟡 NVIDIA DLI官方課程 - 異常狀況偵測的AI應用
以電信產業網路入侵偵測為出發案例,實際操作三種核心異常偵測技術,結合理論、應用與效能評估,打造真正落地的異常預測能力。你將深入探索NVIDIA 加速運算平台上的 XGBoost 與深度學習模型,體驗其在高維資料處理與推論速度上的關鍵優勢,並理解監督式與非監督式技術在異常情境中的應用差異。
Q: 這門課程需要具備什麼樣的知識?
A: 為確保您能深入吸收課程內容,建議應具備:
1. Python 資料科學實務經驗
2. 對深度神經網路訓練原理的理解
NVIDIA DLI 課程能讓你親手操作 NVIDIA 最新技術,全面提升你在業界關鍵職位所需的實戰能力。
看更多
0 0 1936 1
你可能感興趣的教室