PyGWalker データセットガイド
このガイドでは、さまざまなデータソース、異なるDataFrameライブラリやデータベースを使用してPyGWalkerを利用する方法を説明します。
DataFrameの使用
PyGWalkerは複数のDataFrameライブラリをサポートしています。以下はその使用方法です：
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)データベースの使用
PyGWalkerはSQLAlchemyを使用してさまざまなデータベースに接続できます。設定方法は以下の通りです：
コネクタを使用
データベースに接続するには、Connectorクラスを使用します：
from pygwalker.data_parsers.database_parser import Connector
conn = Connector(
"snowflake://username:password@host/database/schema",
"""
SELECT
*
FROM
XXX
"""
)コネクタパラメータ
| パラメータ | タイプ | デフォルト | 説明 |
|---|---|---|---|
| url | str | - | データベースURL（SQLAlchemyのドキュメントを参照） |
| view_sql | str | - | データを選択するためのSQLクエリ |
| engine_params | Optional[Dict[str, Any]] | None | 追加のエンジンパラメータ（SQLAlchemyのドキュメントを参照） |
データベース固有の例
Snowflake
from pygwalker.data_parsers.database_parser import Connector
import pygwalker as pyg
conn = Connector(
"snowflake://username:password@host/database/schema",
"SELECT * FROM table_name"
)
walker = pyg.walk(conn)PostgreSQL
from pygwalker.data_parsers.database_parser import Connector
import pygwalker as pyg
conn = Connector(
"postgresql+psycopg2://username:password@host:port/database",
"SELECT * FROM table_name"
)
walker = pyg.walk(conn)その他のデータベース
PyGWalkerはSQLAlchemyと互換性のあるすべてのデータベースをサポートします。特定のデータベースを使用するには：
- SQLAlchemyのドキュメントを参照し、正しいURL形式を確認します。
- 適切なデータベースドライバをインストールします。
- 正しいURLとSQLクエリを使用して
Connectorクラスを使用します。
サポートされているデータベースとその構成の詳細については、SQLAlchemyのドキュメントを参照してください。