翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
SQL クエリの結果を pandas DataFrame に保存することができます。DataFrame にクエリ結果を出力する最も簡単な方法は、JupyterLab SQL 拡張機能の SQL エディタ機能クエリ結果ドロップダウンを使用して [pandas DataFrame] オプションを選択する方法です。
別の方法として、接続文字列に、--output '{"format": "DATAFRAME",
"dataframe_name": " パラメータを追加することもできます。dataframe_name"}'
例えば次のクエリは、pandas と SQL の両方を使用して、Snowflake の TPCH_SF1 データベースの Customer テーブルから残高が最も多い顧客の詳細を抽出します。
-
この例では、顧客テーブルからすべてのデータを抽出し、
all_customer_dataという名前の DataFrame に保存します。%%sm_sql --output '{"format": "DATAFRAME", "dataframe_name": "all_customer_data"}' --metastore-idsnowflake-connection-name--metastore-type GLUE_CONNECTION SELECT * FROM SNOWFLAKE_SAMPLE_DATA.TPCH_SF1.CUSTOMERSaved results to all_customer_data -
次に、DataFrame から最も残高が高い口座の詳細を抽出します。
all_customer_data.loc[all_customer_data['C_ACCTBAL'].idxmax()].valuesarray([61453, 'Customer#000061453', 'RxNgWcyl5RZD4qOYnyT3', 15, '25-819-925-1077', Decimal('9999.99'), 'BUILDING','es. carefully regular requests among the blithely pending requests boost slyly alo'], dtype=object)
