該用Python還是SQL？4個案例教你節省時間
在數據分析行業，對數據提出的每一個問題都可以用多種潛在的語言和工具包來回答。每種語言都有其優勢，它們之間也存在著不同的區別。不能否認的是，有些操作用Python執行起來要比SQL更加高效。這篇文章分享了4個能夠節省時間的案例，在這幾個案例中，Python在探索和分析數據集方面遠遠優於SQL。
描述性統計
假設你正在探索新的數據集，可以使用許多不同的方法來統計描述這些數據，並得到總體感知。例如：
· 計數
· 平均值
· 標準偏差
· 最小值
· 第一四分位數
· 第二四分位數(中位數)
· 第三四分位數
· 最大值
要想在SQL中得到以上信息，你需要輸入：
但也許你並不想輸入以上所有代碼。你可以使用pandas的DataFrame.describe()函數來得出基礎數據集的基本描述性統計信息。
datasets[‘Python Input‘].describe().round(1)
查看此報告並仿照該報告自行探索描述性統計。
移動平均值
假設你現在想計算移動平均值，以便於在輸入不斷變化的情況下得到其明確的平均值。移動平均值有助於消除數據驟降和峰值的影響，從而使長期趨勢更加顯而易見。
在SQL中，你可以輸入這樣的查詢（query）：
在Python中，只需以下代碼便可快速得到相同的兩周移動平均值：
另外，Python能夠進一步實現可視化。
樞軸
要想重新排列數據與樞軸以繪制圖表或是演示文稿格式，在SQL中需要幾個步驟才能實現。在這個案例中，需要將Mode Public Warehouse中大學橄欖球運動員的數據集從行樞軸轉換到列樞軸。
首先，要匯總每年、每場比賽的運動員的信息來準備數據。
轉換數據之後，需要將查詢（query）嵌入子查詢（subquery）中。
接下來，如果你想將結果按照年份分成幾列，可以用SELECT語句為每個項單獨創建列。
雖然這能使你很好地控制查詢和進程，但是用Python操作實則要更加輕松。當你從年份和比賽中SELECT大學橄欖球運動員後，可以跳轉到Notebook並運行DataFrame.pivot。你能根據列值重塑數據，因而可以重新排列結果集。
DataFrame.pivot
自連接
在很多情況下，你可能想要將一個表與其自身連接起來。要想創建自連接（self join），需要先輸入此查詢，以便為同一張表創建不同的引用名稱。
在pandas中，我們可以這樣實現：
想自己嘗試建立自連接嗎？仿照這篇報告來撰寫你的個人Mode報告吧！
該用Python還是SQL？4個案例教你節省時間