Dataset Python: Pandas शैली में डेटाबेस प्रबंधन

Dataset Python: Pandas शैली में डेटाबेस के साथ आसान काम

Dataset लाइब्रेरी क्या है

Dataset एक Python लाइब्रेरी है जो SQL डेटाबेस के साथ काम करने के लिए एक सरल इंटरफ़ेस प्रदान करती है, बिना SQL क्वेरी लिखे। यह आपको डेटाबेस के साथ उतनी ही आसानी से काम करने देती है जितनी आसानी से आप Python डिक्शनरी के साथ काम करते हैं, और यह स्वचालित रूप से टेबल बनाती है और डेटा संरचना का प्रबंधन करती है।

Dataset के मुख्य लाभ:

• स्वचालित टेबल और स्कीमा निर्माण
• SQL क्वेरी के बिना सरल API
• SQLAlchemy के माध्यम से कई DBMS का समर्थन
• सहज और समझने योग्य सिंटैक्स
• न्यूनतम कॉन्फ़िगरेशन
• Pandas के साथ उत्कृष्ट संगतता

Dataset की स्थापना और सेटअप

लाइब्रेरी स्थापित करना

pip install dataset

विशिष्ट डेटाबेस के लिए अतिरिक्त ड्राइवरों की आवश्यकता हो सकती है:

# PostgreSQL के लिए
pip install psycopg2-binary

# MySQL के लिए
pip install pymysql

# SQLite ड्राइवर Python में पहले से शामिल है

विभिन्न डेटाबेस से कनेक्ट करना

import dataset

# SQLite (लोकल डेटाबेस)
db = dataset.connect('sqlite:///mydatabase.db')

# PostgreSQL
db = dataset.connect('postgresql://user:password@localhost:5432/dbname')

# MySQL
db = dataset.connect('mysql://user:password@localhost/dbname')

# मेमोरी में (परीक्षण के लिए)
db = dataset.connect('sqlite:///:memory:')

Dataset के मुख्य कार्य सिद्धांत

Dataset निम्नलिखित सिद्धांतों पर काम करता है:

1. स्वचालित टेबल निर्माण — पहली बार एक्सेस करने पर टेबल बन जाती हैं
2. डायनामिक स्कीमा — डेटा डालने पर टेबल की संरचना स्वचालित रूप से बनती है
3. डिक्शनरी इंटरफ़ेस — डेटा Python डिक्शनरी के रूप में प्रस्तुत होता है
4. SQL की आवश्यकता नहीं — सभी ऑपरेशन Python मेथड के माध्यम से किए जाते हैं

टेबल बनाना और प्रबंधित करना

टेबल प्राप्त करना

# टेबल प्राप्त करें (यदि मौजूद नहीं है तो स्वचालित रूप से बन जाती है)
users_table = db['users']

# वैकल्पिक तरीका
users_table = db.get_table('users')

सेटिंग्स के साथ टेबल बनाना

# कस्टम प्राइमरी की के साथ टेबल बनाएं
db.create_table('products', primary_id='product_id', primary_type=db.types.string)

डेटा डालना

एक रिकॉर्ड डालना

table = db['users']

# एक उपयोगकर्ता डालें
table.insert({
    'name': 'राहुल शर्मा',
    'email': 'rahul@example.com',
    'age': 30,
    'city': 'दिल्ली'
})

बल्क इंसर्ट

# कई रिकॉर्ड डालें
users_data = [
    {'name': 'प्रिया सिंह', 'email': 'priya@example.com', 'age': 25},
    {'name': 'अमित कुमार', 'email': 'amit@example.com', 'age': 35},
    {'name': 'स्नेहा पटेल', 'email': 'sneha@example.com', 'age': 28}
]

table.insert_many(users_data)

Upsert ऑपरेशन

# डालें या अपडेट करें (यदि इस ईमेल वाला रिकॉर्ड पहले से मौजूद है)
table.upsert({
    'name': 'राहुल शर्मा',
    'email': 'rahul@example.com',
    'age': 31,
    'city': 'मुंबई'
}, ['email'])

डेटा खोजना और फ़िल्टर करना

सभी रिकॉर्ड प्राप्त करना

# सभी रिकॉर्ड प्राप्त करें
all_users = list(table.all())
for user in all_users:
    print(f"{user['name']} - {user['email']}")

शर्तों के साथ खोजना

# एक रिकॉर्ड खोजें
user = table.find_one(name='राहुल शर्मा')

# शर्त के साथ सभी रिकॉर्ड खोजें
young_users = list(table.find(age={'<': 30})