PandaSQL 很慢

Question

我目前正在从 R 切换到 Python (anconda/Spyder Python 3) 以进行数据分析。在 R 中，我以前经常使用 R sqldf。由于我擅长 sql 查询，所以我不想重新学习 data.table 语法。使用 R sqldf，我从未遇到过性能问题。

现在，在 Python 我尝试使用 pandasql 一个简单的 df = "SELECT * From table LIMIT 1" 将永远持续 193k 行，19 列。

我试过 pysqldf 但我收到一条错误消息说 table 不存在，但它确实存在。

# -*- coding: utf-8 -*-

import pandas as pd
import pandasql 
import pysqldf

#Data loading    
orders = pd.read_csv('data/orders.csv',sep = ';')

###### PANDASQL ######
test = pandasql.sqldf("SELECT  orders_id from orders LIMIT 1;",globals())
# Will last several minutes and use a lot of RAM

test = pandasql.sqldf("SELECT  orders_id from orders LIMIT 1;",locals())
# Will last several minutes and use a lot of RAM


###### PYSQLDF ######
sqldf = pysqldf.SQLDF(globals())
test = sqldf.execute("SELECT  * from orders LIMIT 1;")
#error
#Error for pysqldf

Traceback (most recent call last):

  File "<ipython-input-12-30b645117dc4>", line 1, in <module>
    test = sqldf.execute("SELECT  * from orders LIMIT 1;")

  File "C:\Users\p.stepniewski\AppData\Local\Continuum\anaconda3\lib\site-packages\pysqldf\sqldf.py", line 76, in execute
    self._del_table(tables)

  File "C:\Users\p.stepniewski\AppData\Local\Continuum\anaconda3\lib\site-packages\pysqldf\sqldf.py", line 117, in _del_table
    self.conn.execute("drop table " + tablename)

OperationalError: no such table: orders

我错过了什么吗？在 "learn panda querying syntax" 之前更喜欢 pandasql/pysqldf 答案。

R 中的 Sqldf 在 i7/12G ram 笔记本电脑上处理 table 多达 1000 万行的复杂查询。

谢谢！

Answer 1

好的，刚刚找到了解决方案。

完全放弃了 Anaconda 安装。
已清理相关文件夹。
从头开始安装 Python 3.6 使用 PIP。
然后pip安装pandas,pandasql。
启动我的脚本。脚本执行时间不到一秒 (pandasql)

PandaSQL 很慢

PandaSQL very slow

python-3.x

pandas

pandasql