PYTHON İÇİN SQL FONKSİYONLARI - PART1

 Data Analiz aşaması için SQL olmazsa olmaz bir araçtır. İyi bir model yapabilmek için datayı iyi analiz etmek gerekmektedir. 

Bu yazımda SQL fonksiyonlarının Python kullanılarak nasıl yazılabileceğini göstereceğim. İstenen çıktıyı verecek birden fazla metot olabileceğini unutmadan yazıyı okumanızı tavsiye ederim.  

Bu çalışma için dataseti  buradan indirebilirsiniz. Dataseti,python dosyanızın olduğu dizine "loan_train" adıyla yükleyin. Birçok fonksiyon olduğu için yazıyı partlara ayırdım. Diğer partlara yazının sonundaki yönlendirmelerle ulaşabilirsiniz.

Part1 de SQL de data analiz aşamasında sıklıkla kullanılan aşağıdaki kodların Python'da nasıl yazılacağını öğreneceğiz. Basitten zora doğru gideceğiz. İncelemek istediğiniz koda tıklayarak kodun yazımına doğrudan ilerleyebilirsiniz. İlerlediğiniz sayfadan tekrar buraya dönmek için kural adına tıklamanız yeterlidir.

1. SELECT  *  FROM X
2. SELECT A,B,C FROM X
3. SELECT * FROM X ORDER BY A ASC
4. SELECT * FROM X ORDER BY A DESC
5. SELECT * FROM X ORDER BY A DESC,B DESC
6. SELECT * FROM X ORDER BY A DESC, B ASC
7. SELECT * FROM X WHERE ....
8. SELECT A,B,C FROM X WHERE...
9. SELECT * FROM X WHERE .... AND ....
10. SELECT * FROM X WHERE .... OR ....
11. SELECT * FROM X WHERE .... IN ....
12. SELECT * FROM X WHERE .... NOT IN ...
13. SELECT * FROM X WHERE .... LIKE ....
14. SELECT * FROM X WHERE ... NOT LIKE ....
15. SELECT * FROM X WHERE .... IS NULL

Kodların Pythonda nasıl yazılacağına başlamadan önce kullanacağımız fonksiyonları içeren kütüphaneleri import etmemiz ve dataseti bir değişkene atamamız gerekecektir. Bunun için ;

import pandas as pd
import numpy as np

loan_data=pd.read_csv("loan_train.csv",delimiter=",")
loan_data.head()

kodunu kullanıyoruz. 

Not: delimiter seçeneği sizde farklı olabilir. Dosyayı açıp ayırıcı işareti parametre olarak vermeniz gerekecektir.

1) SELECT * FROM X 

loan_data

2) SELECT A,B,C FROM X

loan_data[["Loan_ID","Gender","ApplicantIncome"]] #1.yol

loan_data.loc[:,["Loan_ID","Gender","ApplicantIncome"]] #2.yol

loan_data.iloc[:,[0,1,6]] #3.yol

3) SELECT * FROM X ORDER BY A ASC

loan_data.sort_values("ApplicantIncome")

4) SELECT * FROM X ORDER BY A DESC

loan_data.sort_values("ApplicantIncome",ascending=False)

5) SELECT * FROM X ORDER BY A DESC,B DESC

loan_data.sort_values(["LoanAmount","ApplicantIncome"],ascending=[False,False])

6) SELECT * FROM X ORDER BY A DESC, B ASC

loan_data.sort_values(["LoanAmount","Loan_Amount_Term"],ascending=[False,True])

7) SELECT * FROM X WHERE ....

loan_data[loan_data.Loan_Amount_Term>180]

8) SELECT A,B,C FROM X WHERE...

loan_data[loan_data.Self_Employed=="Yes"][["Loan_ID","Gender","Education"]] #1.yol

loan_data[["Loan_ID","Gender","Education"]][loan_data.Self_Employed=="Yes"] #2.yol

9) SELECT * FROM X WHERE .... AND ....

loan_data[["Loan_ID","Gender","Education"]][(loan_data.Self_Employed=="Yes") & (loan_data.ApplicantIncome>4000)] 

10) SELECT * FROM X WHERE .... OR ....

loan_data[(loan_data.Gender=="Female") & (loan_data.Education=="Not Graduate")] 

11) SELECT * FROM X WHERE .... IN ....

loan_data[loan_data["Property_Area"].isin(["Urban","Rural"])]

12) SELECT * FROM X WHERE .... NOT IN ...

loan_data[~loan_data["Property_Area"].isin(["Urban","Rural"])]

13) SELECT * FROM X WHERE .... LIKE ....

loan_data[loan_data["Property_Area"].str.contains("Urban")]

14) SELECT * FROM X WHERE .... NOT  LIKE ....

loan_data[~loan_data["Property_Area"].str.contains("Urban")]

15) SELECT * FROM X WHERE ....  IS NULL

Her bir değişkende ne kadar null değer olduğunu görmek için; 

loan_data.isnull().sum()

Belirlenen bir değişkendeki boş kayıtları göstermek için;

loan_data[loan_data.Credit_History.isna()] #1.yol

loan_data[loan_data.Credit_History.isnull()] #2.yol

Yazı çok uzun olduğu için burada kesiyorum. Okuduğunuz için teşekkürler. 

PYTHON İÇİN SQL FONKSİYONLARI - PART2

PYTHON İÇİN SQL FONKSİYONLARI - PART3