SQL Sorgularının Python Pandas Dataframe Karşılıkları-3 (UPDATE, DELETE)

Erkan ŞİRİN 8 Eylül 2019 Python, SQL, Veri hazırlığı, Veri Ön İşleme 0 1601 304 kelime - 2 dakika51

---

Bu yazıya puan ver

(No Ratings Yet)

Loading...

---

Merhaba serimizin üçüncü yazısında SQL update ve delete operasyonlarını pandas ile nasıl yaparız onu göreceğiz. Veri kaynaklarına ilk yazımızdan ulaşabilirsiniz.

1. UPDATE

Verimizde bazı satırlarda meslek bilgisi boştu gelin onu güncelleyerek dolduralım. SQL UPDATE operasyonu tehlikeli bir iştir. Şayet filtreyi iyi ayarlamaz iseniz istenmeyen yerleri istenmeyen bilgilerle değiştirirsiniz. O yüzden ben UPDATE sorgusunda kullanacağım filtreyi önce SELECT ile deniyorum ve sonra UPDATE kullanıyorum.

select * from simple_data
where meslek = ''

Gördüğümüz gibi kullandığımız filtre (WHERE cümleciği) doğru çalıştı. Artık UPDATE yapabiliriz.

update simple_data set meslek = 'Saraç'
where meslek = ''

Güncellemeyi kontrol için tekrar SELECT sorgusunu çalıştıralım

select * from simple_data
where meslek = 'Saraç'

Pandas ile de önce select ile filtreyi kontrol edelim.

df.loc[df['meslek'].isna()].head()

Şimdi güncelleyelim

df.loc[df['meslek'].isna(), 'meslek'] = 'Saraç'

Güncellemeyi kontroledelim

df.loc[df['meslek'] == 'Saraç'].head()

Güncelleme başarılı.

2. DELETE

Delete operasyonuna örnek olarak ismi Gençay olanları silelim.

delete from simple_data
where isim = 'Gençay'

Kontrol edelim

select * from simple_data
where isim = 'Gençay'
limit 5

Silme işlemi başarılı.

Silmeden önce Pandas ile de kontrol edelim filtre doğru çalışıyor mu?

df.loc[df['isim'] == 'Gençay'].head()

Şimdi silelim

df = df.loc[df['isim'] != 'Gençay']

Kontrol edelim

df.loc[df['isim'] == 'Gençay'].head()

Silme işlemi başarılı. Burada bir nokta dikkatinizi çekmiştir. Aslında silme yapmadık. Sadece isim sütununda “Gençay” geçenleri filtreleyip kalanları dataframe’in kendisine tekrar atadık.