Python中内置数据库！SQLite使用指南！ ⛵

使用Python内置库SQLite，可以方便地完成建表、插入数据、查询数据等数据库操作，也可以配合pandas进行灵活使用！高效工具库get！

---

💡 作者：韩信子@ShowMeAI
📘 Python3◉技能提升系列：https://www.showmeai.tech/tutorials/56
📘 本文地址：https://www.showmeai.tech/article-detail/390
📢 声明：版权所有，转载请联系平台与作者并注明出处
📢 收藏ShowMeAI查看更多精彩内容

Python 是一个广泛使用的编程语言，在各个领域都能发挥很大的作用，而且安装 Python 环境的同时，我们也安装了很多其他出色的工具，其中当然少不了数据库。

Python 内置了 SQLite3，在 Python 中使用 SQLite，不需要安装任何东西，可以直接使用。我们只需要导入内置 Python 库sqlite3就可以开始使用这个数据库啦！

在本篇内容中，ShowMeAI将带大家一起来了解，如何基于 Python 环境连接到数据库、创建表、插入数据，查询数据，以及与 Pandas 工具库搭配使用。

对于 SQL 更详尽的内容，欢迎大家查阅ShowMeAI制作的速查表：

📘 编程语言速查表 | SQL 速查表

💡 连接数据库

要使用数据库，我们需要先连接数据库。在 Python 中很简单，我们只需导入sqlite3工具库并使用.connect函数，函数的参数是数据库名称，在本例中为students.db。

# 导入工具库
import sqlite3
# 建立连接
conn = sqlite3.connect('students.db')

我们第1次运行上面代码的话，会在工作目录中创建一个名为“students.db”的新文件。

💡 创建表

接下来我们可以在连接的数据库中创建一个表，并将数据插入其中。

在创建表之前，我们需要创建一个游标 cursor（用于建立连接以执行 SQL 查询的对象），我们将使用它来创建表、插入数据等。具体的操作如下代码：

c = conn.cursor()

完成游标创建后，我们可以使用 .execute方法执行SQL语句，在我们的数据库中创建一个新表。在引号内，我们编写了建表 SQL 语句，使用CREATE TABLE语句：

c.execute("""CREATE TABLE students (
name TEXT,
age INTEGER,
height REAL
)""")

我们在创建表的字段时，需要定义数据类型。SQLite 只有 5 种数据类型：

• Null：缺失值
• INTEGER：没有小数点的数字（例如，1、2、3、4）
• REAL：带小数点的数字（例如，6.2、7.6、11.2）
• TEXT：任何字符数据
• Blob：二进制数据的集合，作为值存储在数据库中。它允许我们在数据库中存储文档、图像和其他多媒体文件。

我们要提交上述语句，并关闭连接。截止目前的完整代码如下：

# 导入工具库
import sqlite3

# 创建连接
conn = sqlite3.connect('students.db')

# 游标
c = conn.cursor()  

# 建表语句
c.execute("""CREATE TABLE students (
            name TEXT,
            age INTEGER,
            height REAL
    )""")

# 执行
conn.commit()

# 关闭连接
conn.close()

💡 插入数据

我们可以使用.execute执行INSERT INTO语句在“students”表中插入一行数据。下面是添加一个20 岁，身高 1.9 米的学生mark的代码：

c.execute("INSERT INTO students VALUES ('mark', 20, 1.9)")

我们也可以一次插入多行，换成.executemany方法即可。不过注意一下，我们在INSERT语句中会使用?作为占位符。代码如下所示：

all_students = [
('john', 21, 1.8),
('david', 35, 1.7),
('michael', 19, 1.83),
]
c.executemany("INSERT INTO students VALUES (?, ?, ?)", all_students)

💡 查询数据

我们可以使用SELECT语句查看我们的数据，注意一下如果要获取数据并输出，需要执行.fetchall方法：

c.execute("SELECT * FROM students")
print(c.fetchall())

打印的输出如下：

[(‘mark’, 20, 1.9), (‘john’, 21, 1.8), (‘david’, 35, 1.7), (‘michael’, 19, 1.83)]

当然，大家其实可以配合一些在线工具来完成数据的直观查询，例如 📘SQLiteViewer。我们只需拖动前面 Python 代码生成的 .db 数据库文件进去，即可查看其内容。

截止目前为止的所有代码如下

# 导入工具库
import sqlite3

# 创建连接
conn = sqlite3.connect('students.db')

# 游标
c = conn.cursor()  

# 建表语句
c.execute("""CREATE TABLE students (
            name TEXT,
            age INTEGER,
            height REAL
    )""")

# 插入单条数据
c.execute("INSERT INTO students VALUES ('mark', 20, 1.9)")


# 插入多条数据
all_students = [
    ('john', 21, 1.8),
    ('david', 35, 1.7),
    ('michael', 19, 1.83),
]
c.executemany("INSERT INTO students VALUES (?, ?, ?)", all_students)

# 查询数据
c.execute("SELECT * FROM students")
print(c.fetchall())

# 执行
conn.commit()

# 关闭连接
conn.close()

其实大家在SQL中的更高级的复杂查询，都可以通过上述方式进行查询和交互

💡 SQLite 配合 Pandas 应用

SQLite 可以与 Pandas 中的Dataframe搭配使用。

例如，我们有一个名为🏆population_total.csv的 csv 文件，大家可以通过 ShowMeAI 的百度网盘地址下载。

🏆 实战数据集下载（百度网盘）：公✦众✦号『ShowMeAI研究中心』回复『实战』，或者点击 这里 获取本文 [[61]Python内置数据库SQLite使用指南](https://www.showmeai.tech/art...) 『SQLite示例数据集』

⭐ ShowMeAI官方GitHub：https://github.com/ShowMeAI-Hub

我们可以方便地使用 Pandas 读取它：

import pandas as pd
df = pd.read_csv("population_total.csv")

Dataframe 内容如下所示：

>>> df             country year    population0             China  2020.0  1.439324e+09
1             China  2019.0  1.433784e+09
2             China  2018.0  1.427648e+09
3             China  2017.0  1.421022e+09
4             China  2016.0  1.414049e+09
...             ...     ...           ...
4180  United States  1965.0  1.997337e+08
4181  United States  1960.0  1.867206e+08
4182  United States  1955.0  1.716853e+08
4183          India  1960.0  4.505477e+08
4184          India  1955.0  4.098806e+08

我们可以把 pandas Dataframe 形态的数据一次性导入 SQLite 数据库中，这里我们需要借助 sqlalchemy 工具库（可以通过pip install sqlalchemy轻松安装）

from sqlalchemy import create_engine
engine = create_engine('sqlite://', echo=False)

下面我们就可以轻松把数据导入数据库并创建 population 表：

df.to_sql("population", con=engine)

查询数据表的语句如下：

engine.execute("SELECT * FROM population").fetchall()

如果你想创建表的同时生成一个 sqlite 文件（前面的操作，生成的是内存数据库），可以如下方式操作。（我们创建了一个mydb.db文件作为数据库的实体文件）。

from sqlalchemy import create_engine
engine = create_engine("sqlite:///mydb.db")
df.to_sql("population", engine)

这个mydb.db就和前面的使用方式一样啦，我们也可以使用 SQLite 查看器查看数据内容。

💡 总结

以上就是ShowMeAI带大家简单了解python的内置数据库SQLite的使用方法，我们可以很方便地完成建表、插入数据、查询数据，也可以配合pandas进行灵活使用，大家快快用起来吧！

参考资料

• 📘 编程语言速查表 | SQL 速查表：https://www.showmeai.tech/article-detail/99
• 📘SQLiteViewer：https://inloop.github.io/sqlite-viewer/

推荐阅读

• 🌍 数据分析实战系列 ：https://www.showmeai.tech/tutorials/40
• 🌍 机器学习数据分析实战系列：https://www.showmeai.tech/tutorials/41
• 🌍 深度学习数据分析实战系列：https://www.showmeai.tech/tutorials/42
• 🌍 TensorFlow数据分析实战系列：https://www.showmeai.tech/tutorials/43
• 🌍 PyTorch数据分析实战系列：https://www.showmeai.tech/tutorials/44
• 🌍 NLP实战数据分析实战系列：https://www.showmeai.tech/tutorials/45
• 🌍 CV实战数据分析实战系列：https://www.showmeai.tech/tutorials/46
• 🌍 AI 面试题库系列：https://www.showmeai.tech/tutorials/48