質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.58%

sqlite で複数のファイルを読込み整理する

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,740

baya

score 14

 前提・実現したいこと

複数あるデータファイルを読込み込み重複している行を取り除きたいです。
また、再度実行するときテーブルに同じデータが残っている場合に同じ追加データを消去し重複箇所がないようにしたいです。

 読込むデータ

#01.csv
date,text
2018-07-18,a,
2018-07-19,d,
2018-07-20,c,
2018-07-21,d,

#02.csv
date,text
2018-07-20,c,
2018-07-21,d,
2018-07-22,e,
2018-07-23,f

#03.csv
date,text
2018-07-23,f,
2018-07-24,g,
2018-07-25,h,

行いたいこと(出力結果)

date,text
2018-07-18,a,
2018-07-19,d,
2018-07-20,c,
2018-07-21,d,
2018-07-22,e,
2018-07-23,f
2018-07-24,g,
2018-07-25,h,

 該当のソースコード

import sqlite3
import glob
import pandas as pd

#file_list = []
dbname = "test_code.db"
conn = sqlite3.connect(dbname)
c = conn.cursor()

file_list = glob.glob('*.csv')
c.execute('select distinct text,date,PN from code_133222')
conn.commit()

for filename in file_list:
    df = pd.read_csv(filename) 
    df = df.to_sql("code_01", conn, if_exists="append")

    c.execute('select distinct text,date from code_01')
    conn.commit()
c.execute('SELECT * FROM code_01 ORDER BY date ASC;')
conn.commit()

select_sql = 'select * from code_01'
for row in c.execute(select_sql):
    print(row)

conn.close()

 試したこと

重複データを除外して取得する
c.execute('select distinct text,date from code_01')と
時間ごとに整理する
c.execute('SELECT * FROM code_01 ORDER BY date ASC;')

が上手く扱えていないような気がするのですが、解決方法がわかりませんでした

 補足情報

SQLite version 3.23.1

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

まず、このコードを複数回実行するとcode_01テーブルに行が貯まっていくのを避けるためdrop tableします。
また、途中でselect distinct~してもテーブル内容は一切変わらないので、処理をなくします。
そして、最後のselect distinct~にて重複を除いた行だけ抽出します。

import sqlite3
import glob
import pandas as pd

dbname = "test_code.db"
conn = sqlite3.connect(dbname)

# 既存テーブルは削除
c = conn.cursor()
c.execute('drop table if exists code_01;')

file_list = glob.glob('*.csv') # subに配置
for filename in file_list:
    df = pd.read_csv(filename) 
    df = df.to_sql("code_01", conn, if_exists="append") # 重複データは追加する(無視するというオプションはない…)

select_sql = 'select distinct * from code_01'
for row in c.execute(select_sql):
    print(row)
conn.close()
"""
('2018-07-18', 'a', None)
('2018-07-19', 'd', None)
('2018-07-20', 'c', None)
('2018-07-21', 'd', None)
('2018-07-22', 'e', None)
('2018-07-23', 'f', None)
('2018-07-24', 'g', None)
('2018-07-25', 'h', None)
"""

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/12/01 20:46

    なるほど、理解できました。
    ありがとうございます

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.58%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る