Pandas のDataFrames と組み合わせることで、コネクタはアナリティクスを目的とした多数の異なるグラフィックを生成するために使用されます。

接続

Pandas を使用するには、インポートする必要があります。Pandas は、以下のように、クエリ実行時にSQLAlchemy エンジンにも依存します。

import pandas as pd
from sqlalchemy import create_engine
engine = create_engine("amazonmarketplace:///?MWSAuthToken=myMWSAuthToken;SellerId=mySellerId;Marketplace=United States;")

データのクエリ

SELECT クエリは、関連する接続オブジェクトとともに、Pandas の"read_sql()" メソッド呼び出しで提供されます。Pandas はその接続上でクエリを実行し、さまざまな目的で使用されるDataFrame の形式で結果を返します。Pandas を使用するには、インポートする必要があります。

df = pd.read_sql("""
	SELECT
	   Id,
	   Column1
	FROM SampleTable_1;""", engine)
print(df)

データの編集

新しいレコードをテーブルに挿入するには、新しいDataFrame を作成し、それに応じてフィールドを定義するだけです。そこから先は、以下の例のようにDataFrame で"to_sql()" を呼び出すだけで、コネクタでINSERT 操作を実行できます。"if _exists" 引数は、Pandas がテーブルをゼロから構築しようとするのを防ぐために、必ず"append" に設定し、Pandas がカラムとしてDataFrame インデックスを書き込むのを防ぐ必要がある場合はindex=False と設定します。

df = pd.DataFrame({"Id": ["Jon Doe"], "Column1": ["John"]})
df.to_sql("SampleTable_1", con=engine, if_exists="append", index=False)