esproc vs python 1 增刪改查

1. 增加記錄：在第二的位置增加一條記錄

esproc

	A
1	=now()
2	=file("C:\\Users\\Sean\\Desktop\\esproc_vs_python\\EMPLOYEE.txt")
3	=A2.import@t()
4	>A3.insert(2,100:EID,"wang":NAME,"lao":SURNAME,"Femal":GENDER,"CA":STATE,date("1999-1-1"):BIRTHDAY,date("2009-3-4"):HIREDATE,"HR":DEPT,3000:SALARY)
5	=interval@ms(A1,now())

A4：添加一條記錄（“:”前表示字段值，“:”後表示字段），其中2表示第二條記錄的位置

A5：計算運算時間（interval()：計算時間間隔。@ms表示以毫秒爲單位）

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="\t")

values=[100,"wang","lao","Femal","CA","1999-01-01","2009-03-04","HR",3000]

line_dic={}

for i in range(len(data.columns)):

    line_dic[data.columns[i]]=values[i]

line = pd.DataFrame(line_dic,index=[1])

data = pd.concat([data.loc[:0],line,data.loc[1:]],ignore_index=True)

print(data)

e=time.time()

print(e-s)

用pd.concat（[df1,df2,…,dfn））達到新增記錄的目的，dataframe結構的記錄是從0開始計數的，如df.loc[1:]表示切片取出第二條以後的所有記錄

最後計算出運算耗時。

結果：

esproc

python

	耗時
esproc	0.004
python	0.039

 

2. 刪除記錄：刪除第 2 條記錄

esproc                     

	A
1	=now()
2	=file("C:\\Users\\Sean\\Desktop\\esproc_vs_python\\EMPLOYEE.txt")
3	=A2.import@t()
4	>A3.delete(2)
5	=interval@ms(A1,now())

A4：刪除第2條記錄

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="\t")

data = data.drop(1)

print(data)

e=time.time()

print(e-s)

利用df.drop（）函數刪除某條記錄

結果：

esproc

python

 

	耗時
esproc	0.003
python	0.034

 

3.修改記錄：第 5 條記錄的 NAME 改爲 aaa，SALARY 改爲 1000

esproc

	A
1	=now()
2	=file("C:\\Users\\Sean\\Desktop\\esproc_vs_python\\EMPLOYEE.txt")
3	=A2.import@t()
4	>A3.modify(5,"aaa":NAME,1000:SALARY)
5	=interval@ms(A1,now())

A4：修改第5條記錄中的NAME字段的值爲“aaa”，修改SALARY字段的值爲1000

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="\t")

data.loc[4,['NAME','SALARY']]=['aaa',1000]

print(data)

e=time.time()

print(e-s)

利用df.loc[]切片取出第5條記錄的NAME,SALARY字段並賦值爲‘aaa’和1000

結果：

esproc

python

	耗時
esproc	0.003
python	0.037

 

4.查詢行：查詢第 2~10 條記錄

esproc

	A
1	=now()
2	=file("C:\\Users\\Sean\\Desktop\\esproc_vs_python\\EMPLOYEE.txt")
3	=A2.import@t()
4	=A3(to(2,10))
5	=interval@ms(A1,now())

A4：to(m,n):產生m~n的序列，我們用T表示序表，A表示序列。T(A)表示取出序列中包含值的記錄，這裏表示取出第2~10條記錄

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="\t")

data = data.loc[1:9]

print(data)

e=time.time()

print(e-s)

利用df.loc[]切片取出第2~10條記錄

結果：

esproc

python

	耗時
esproc	0.003
python	0.023

 

5.增加列：增加一個字段 Fullname

esproc

	A
1	=now()
2	=file("C:\\Users\\Sean\\Desktop\\esproc_vs_python\\EMPLOYEE.txt")
3	=A2.import@t()
4	=A3.derive(NAME+""+SURNAME:Fullname)
5	=interval@ms(A1,now())

A4：derive（）增加字段，這裏表示用原來的NAME和SURNAME連接生成Fullname字段。

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="\t")

data['Fullname'] = data['NAME']+data['SURNAME']

print(data)

e=time.time()

print(e-s)

取出NAME和SURNAME合併成Fullname

結果：

esproc

python

 

	耗時
esproc	0.004
python	0.037

 

6.篩選字段：篩選出字段 NAME,SURNAME,STATE,GENDER

esproc

	A
1	=now()
2	=file("C:\\Users\\Sean\\Desktop\\esproc_vs_python\\EMPLOYEE.txt")
3	=A2.import@t()
4	=A3.new(NAME,SURNAME,STATE,GENDER)
5	=interval@ms(A1,now())

A4：T.new（）生成新的序表。這裏表示生成包含A3序表中NAME,SURNAME,STATE,GENDER這幾個字段的新序表。

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="\t")

data = data[['NAME','SURNAME','STATE','GENDER']]

print(data)

e=time.time()

print(e-s)

取出NAME,SURNAME,STATE,GENDER這幾個字段複製給新的dataframe。

結果：

esproc

python

	耗時
esproc	0.002
python	0.022

 

7.修改字段名：修改 EID 爲 ID

esproc

	A
1	=now()
2	=file("C:\\Users\\Sean\\Desktop\\esproc_vs_python\\EMPLOYEE.txt")
3	=A2.import@t()
4	=A3.rename(EID:ID)
5	=interval@ms(A1,now())

A4：rename（）修改字段名。這裏表示將EID修改爲ID

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="\t")

data.rename(columns={'EID':'ID'},inplace=True)

print(data)

e=time.time()

print(e-s)

利用df.rename（）函數修改字段名，將EID修改爲ID。參數inplace控制是否修改原來的dataframe結構。

結果：

esproc

python

	耗時
esproc	0.002
python	0.030

 

小結：我們通過對記錄和字段的增、刪、改、查這些基本的運算，用esproc和python按照相同的思路，對相同的數據進行同樣的處理，在描述效率方面，兩者相差並不大，都很方便而且容易上手。

EMPLOYEE.txt