PyGWalker 데이터셋 가이드

이 가이드는 다양한 데이터 소스, 데이터프레임 라이브러리 및 데이터베이스와 함께 PyGWalker를 사용하는 방법을 설명합니다.

데이터프레임 작업

PyGWalker는 여러 데이터프레임 라이브러리를 지원합니다. 사용 방법은 다음과 같습니다:

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)

데이터베이스 작업

PyGWalker는 SQLAlchemy를 사용하여 다양한 데이터베이스에 연결할 수 있습니다. 설정 방법은 다음과 같습니다:

Connecter 사용

데이터베이스에 연결하려면 Connector 클래스를 사용하세요:

from pygwalker.data_parsers.database_parser import Connector
 
conn = Connector(
    "snowflake://username:password@host/database/schema",
    """
        SELECT
            *
        FROM
            XXX
    """
)

Connector 매개변수

매개변수	유형	기본값	설명
url	str	-	데이터베이스 URL (SQLAlchemy 문서 참조)
view_sql	str	-	데이터를 선택하기 위한 SQL 쿼리
engine_params	Optional[Dict[str, Any]]	None	추가 엔진 매개변수 (SQLAlchemy 문서 참조)

데이터베이스별 예시

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)

기타 데이터베이스

PyGWalker는 SQLAlchemy와 호환되는 모든 데이터베이스를 지원합니다. 특정 데이터베이스를 사용하려면:

SQLAlchemy 문서에서 올바른 URL 형식을 참조하세요.
적절한 데이터베이스 드라이버를 설치하세요.
올바른 URL과 SQL 쿼리로 Connector 클래스를 사용하세요.

지원되는 데이터베이스와 그 구성에 대한 자세한 내용은 SQLAlchemy 문서를 참조하세요.

빠른 시작 Use in Jupyter