Ensemble de données de Walker
Dataframe
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)Base de données
Code du connecteur
from pygwalker.data_parsers.database_parser import Connector
conn = Connector(
"snowflake://username:password@host/database/schema",
"""
SELECT
*
FROM
XXX
"""
)Paramètres du connecteur
| Parameter | Type | Default | Description |
|---|---|---|---|
| url | str | - | référer à la documentation de sqlalchemy pour l'URL. exemple: mysql+pymysql://user:password@host:port/databas |
| view_sql | str | - | vue SQL, exemple: SELECT * FROM table_name |
| engine_params | Optional[Dict[str, Any]] | None | paramètres du moteur, référer à la documentation de sqlalchemy pour les paramètres. exemple: {"pool_size": 10} |
Snowflake
from pygwalker.data_parsers.database_parser import Connector
import pygwalker as pyg
conn = Connector(
"snowflake://username:password@host/database/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://username:password@host:port/database",
"""
SELECT
*
FROM
XXX
"""
)
walker = pyg.walk(conn)Autres bases de données
En théorie, il prend en charge toutes les bases de données prises en charge par SQLAlchemy.
Veuillez vous référer à la documentation de SQLAlchemy et installer le pilote correspondant pour la base de données.