Datensatz des Walker
Datenrahmen
Pandas
import pygwalker as pyg
import pandas as pd
df = pd.read_csv("data.csv")
walker = pyg.walk(df)Polars
import pygwalker as pyg
import polars as pl
df = pl.read_csv("data.csv")
walker = pyg.walk(df)Modin
import pygwalker as pyg
import modin.pandas as mpd
df = mpd.read_csv("data.csv")
walker = pyg.walk(df)Datenbank
Verbindungscode
from pygwalker.data_parsers.database_parser import Connector
conn = Connector(
"snowflake://benutzername:passwort@host/datenbank/schema",
"""
SELECT
*
FROM
XXX
"""
)Verbindungsparameter
| Parameter | Typ | Standard | Beschreibung |
|---|---|---|---|
| url | str | - | Verweis auf die sqlalchemy-Dokumentation für die URL. Beispiel: mysql+pymysql://benutzer:passwort@host:port/databas |
| view_sql | str | - | Anzeige-SQL, Beispiel: SELECT * FROM table_name |
| engine_params | Optional[Dict[str, Any]] | None | Engine-Parameter, verweisen auf die sqlalchemy-Dokumentation für Parameter. Beispiel: {"pool_size": 10} |
Snowflake
from pygwalker.data_parsers.database_parser import Connector
import pygwalker as pyg
conn = Connector(
"snowflake://benutzername:passwort@host/datenbank/schema",
"""
SELECT
*
FROM
XXX
"""
)
walker = pyg.walk(conn)Postgres
from pygwalker.data_parsers.database_parser import Connector
import pygwalker as pyg
conn = Connector(
"postgresql+psycopg2://benutzername:passwort@host:port/datenbank",
"""
SELECT
*
FROM
XXX
"""
)
walker = pyg.walk(conn)Andere Datenbanken
In der Theorie unterstützt es alle von SQLAlchemy unterstützten Datenbanken.
Bitte konsultieren Sie die SQLAlchemy-Dokumentation und installieren Sie den entsprechenden Treiber für die Datenbank.