MENU
  1. Startseite
  2. Python
  3. Wie man SQLite und CSV-Dateien mit Python integriert: Ein praktischer Leitfaden

Wie man SQLite und CSV-Dateien mit Python integriert: Ein praktischer Leitfaden

Python

In diesem Leitfaden wird erklärt, wie man SQLite und CSV-Dateien mit Python von den Grundlagen bis zu fortgeschrittenen Anwendungen integriert. Wir werden Schritt für Schritt die Erstellung von Datenbanken, das Einfügen und Abrufen von Daten sowie das Lesen und Schreiben von CSV-Dateien behandeln. Dieser Leitfaden bietet eine leicht verständliche Vorgehensweise, die es auch Anfängern ermöglicht, Fähigkeiten zur effizienten Datenverwaltung zu erlernen.

Inhaltsverzeichnis

Grundlagen von Python und SQLite

Um SQLite in Python zu verwenden, müssen wir zunächst die SQLite-Bibliothek importieren. Python enthält die Bibliothek sqlite3 als Standardbibliothek, mit der wir SQLite-Datenbanken problemlos verwalten können.

Importieren der SQLite-Bibliothek

Zuerst importieren wir die sqlite3-Bibliothek in unserem Python-Skript. Damit haben wir Zugriff auf die Funktionen zur Interaktion mit SQLite-Datenbanken.

import sqlite3

Herstellen der Datenbankverbindung

Nun stellen wir eine Verbindung zu einer SQLite-Datenbank her. Falls die Datenbankdatei nicht existiert, wird sie automatisch erstellt.

# Verbindung zur Datenbank herstellen
conn = sqlite3.connect('example.db')

Erstellen eines Cursors

Um Datenbankoperationen auszuführen, müssen wir einen Cursor erstellen. Der Cursor wird verwendet, um SQL-Anweisungen auszuführen und die Ergebnisse abzurufen.

# Cursor erstellen
cur = conn.cursor()

Erstellen einer Tabelle

Nun führen wir eine SQL-Anweisung aus, um eine Tabelle zu erstellen. Als Beispiel erstellen wir eine Tabelle namens „users“ zur Speicherung von Benutzerinformationen.

# SQL-Anweisung zum Erstellen der Tabelle
create_table_sql = '''
CREATE TABLE IF NOT EXISTS users (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL,
    age INTEGER
)
'''
# SQL-Anweisung ausführen
cur.execute(create_table_sql)

Speichern der Änderungen in der Datenbank

Änderungen an der Datenbank werden mit der Methode commit() gespeichert.

# Änderungen speichern
conn.commit()

Schließen der Datenbankverbindung

Nachdem die Arbeit abgeschlossen ist, schließen wir die Verbindung zur Datenbank, um die Ressourcen freizugeben.

# Verbindung schließen
conn.close()

In diesem Abschnitt haben wir die grundlegenden Schritte zum Verwenden von SQLite in Python vorgestellt. Der nächste Abschnitt behandelt die Erstellung einer konkreten Datenbank.

Erstellen einer SQLite-Datenbank

In diesem Abschnitt zeigen wir Schritt für Schritt, wie man mit Python eine neue SQLite-Datenbank erstellt. Anhand eines konkreten Codes lernen Sie die initiale Einrichtung und grundlegende Operationen einer Datenbank kennen.

Erstellen einer neuen Datenbank

Hier zeigen wir die grundlegenden Schritte, um mit Python eine neue SQLite-Datenbank zu erstellen. Wie im vorherigen Abschnitt erwähnt, verwenden wir die sqlite3-Bibliothek.

import sqlite3

# Neue Datenbankdatei example.db erstellen oder verbinden
conn = sqlite3.connect('new_example.db')

Erstellen eines Cursors und Definieren der Tabelle

Nachdem wir eine Verbindung zur neuen Datenbank hergestellt haben, erstellen wir eine Tabelle in der Datenbank. Dazu verwenden wir eine SQL-Anweisung.

# Cursor erstellen
cur = conn.cursor()

# SQL-Anweisung zum Definieren der neuen Tabelle
create_table_sql = '''
CREATE TABLE IF NOT EXISTS products (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL,
    price REAL
)
'''
# SQL-Anweisung ausführen, um die Tabelle zu erstellen
cur.execute(create_table_sql)

Erstellen mehrerer Tabellen

Es ist auch möglich, mehrere Tabellen in einer Datenbank zu erstellen. Im folgenden Beispiel erstellen wir neben der Tabelle „products“ auch eine Tabelle namens „categories“.

# SQL-Anweisung zum Definieren der categories-Tabelle
create_categories_table_sql = '''
CREATE TABLE IF NOT EXISTS categories (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL
)
'''
# SQL-Anweisung ausführen, um die categories-Tabelle zu erstellen
cur.execute(create_categories_table_sql)

Überprüfen der Tabellen

Um sicherzustellen, dass die Tabellen korrekt erstellt wurden, zeigen wir, wie man eine Liste der Tabellen in der Datenbank abruft.

# SQL-Anweisung zum Abrufen der Tabellenliste
cur.execute("SELECT name FROM sqlite_master WHERE type='table';")

# Ergebnisse abrufen und anzeigen
tables = cur.fetchall()
print("Tables in the database:", tables)

Speichern der Änderungen und Schließen der Verbindung

Nach dem Erstellen der Tabellen speichern wir die Änderungen und schließen die Verbindung zur Datenbank.

# Änderungen speichern
conn.commit()

# Verbindung schließen
conn.close()

In diesem Abschnitt haben wir gezeigt, wie man eine neue SQLite-Datenbank erstellt und Tabellen darin definiert. Der nächste Abschnitt behandelt das Einfügen von Daten in die erstellte Datenbank.

Daten in die Datenbank einfügen

In diesem Abschnitt erklären wir, wie man Daten in die erstellte SQLite-Datenbank einfügt. Sie lernen, wie man Daten effizient hinzufügt, indem Sie Python verwenden.

Vorbereitung der Daten für das Einfügen

Zuerst stellen wir eine Verbindung zur Datenbank her und erstellen einen Cursor.

import sqlite3

# Verbindung zur Datenbank herstellen
conn = sqlite3.connect('new_example.db')
cur = conn.cursor()

Einfügen von Einzeldaten

Mit der SQL-Anweisung INSERT fügen wir eine einzelne Datenreihe in die Tabelle ein. Hier fügen wir Daten in die products-Tabelle ein.

# Daten zum Einfügen
product_data = (1, 'Laptop', 1200.99)

# SQL-Anweisung zum Einfügen der Daten
insert_product_sql = 'INSERT INTO products (id, name, price) VALUES (?, ?, ?)'

# SQL-Anweisung ausführen
cur.execute(insert_product_sql, product_data)

Einfügen mehrerer Datensätze auf einmal

Mit der Methode executemany() fügen wir mehrere Datensätze auf einmal ein.

# Daten zum Einfügen
multiple_products_data = [
    (2, 'Smartphone', 799.99),
    (3, 'Tablet', 499.99),
    (4, 'Monitor', 199.99)
]

# SQL-Anweisung zum Einfügen der Daten
cur.executemany(insert_product_sql, multiple_products_data)

Überprüfen der eingefügten Daten

Um zu überprüfen, ob die Daten korrekt eingefügt wurden, holen wir die Daten aus der Tabelle und zeigen sie an.

# SQL-Anweisung zum Abrufen der Daten
cur.execute('SELECT * FROM products')

# Ergebnisse abrufen und anzeigen
rows = cur.fetchall()
for row in rows:
    print(row)

Fehlerbehandlung

Für den Fall, dass beim Einfügen von Daten Fehler auftreten, implementieren wir eine Fehlerbehandlung mit einem try-except-Block.

try:
    # Daten einfügen
    cur.execute(insert_product_sql, (5, 'Keyboard', 49.99))
    conn.commit()
except sqlite3.Error as e:
    print("Ein Fehler ist aufgetreten:", e)
    conn.rollback()

Speichern der Änderungen und Schließen der Verbindung

Nach dem Einfügen der Daten speichern wir die Änderungen und schließen die Verbindung zur Datenbank.

# Änderungen speichern
conn.commit()

# Verbindung schließen
conn.close()

In diesem Abschnitt haben wir erklärt, wie man Daten in eine SQLite-Datenbank einfügt. Der nächste Abschnitt erklärt, wie man Daten aus einer Datenbank abruft.

Daten aus der Datenbank abrufen

In diesem Abschnitt erklären wir, wie man Daten aus einer SQLite-Datenbank abruft. Wir lernen, wie man Daten effizient abfragt und anzeigt.

Herstellen der Datenbankverbindung und Erstellen des Cursors

Zuerst stellen wir eine Verbindung zur Datenbank her und erstellen einen Cursor.

import sqlite3

# Verbindung zur Datenbank herstellen
conn = sqlite3.connect('new_example.db')
cur = conn.cursor()

Alle Daten abrufen

Um alle Daten abzurufen, verwenden wir eine SELECT-Anweisung. Hier holen wir alle Daten aus der products-Tabelle.

# SQL-Anweisung zum Abrufen der Daten
cur.execute('SELECT * FROM products')

# Ergebnisse abrufen und anzeigen
rows = cur.fetchall()
for row in rows:
    print(row)

Daten unter bestimmten Bedingungen abrufen

Mit der WHERE-Klausel holen wir Daten, die bestimmten Bedingungen entsprechen. Zum Beispiel holen wir alle Produkte mit einem Preis von 500 Dollar oder mehr.

# SQL-Anweisung zum Abrufen von Daten unter einer Bedingung
cur.execute('SELECT * FROM products WHERE price >= 500')

# Ergebnisse abrufen und anzeigen
rows = cur.fetchall()
for row in rows:
    print(row)

Spezifische Spalten abrufen

Es ist auch möglich, nur bestimmte Spalten abzurufen. Zum Beispiel holen wir nur den Produktnamen und den Preis.

# SQL-Anweisung zum Abrufen bestimmter Spalten
cur.execute('SELECT name, price FROM products')

# Ergebnisse abrufen und anzeigen
rows = cur.fetchall()
for row in rows:
    print(row)

Daten nach Reihenfolge abrufen

Mit der ORDER BY-Klausel holen wir Daten in einer bestimmten Reihenfolge. Zum Beispiel sortieren wir die Daten nach Preis aufsteigend.

# SQL-Anweisung zum Abrufen der Daten in aufsteigender Reihenfolge
cur.execute('SELECT * FROM products ORDER BY price ASC')

# Ergebnisse abrufen und anzeigen
rows = cur.fetchall()
for row in rows:
    print(row)

Daten begrenzen

Mit der LIMIT-Klausel können wir die Anzahl der abgerufenen Datenzeilen begrenzen. Zum Beispiel holen wir nur die ersten 2 Zeilen.

# SQL-Anweisung zum Abrufen von begrenzten Daten
cur.execute('SELECT * FROM products LIMIT 2')

# Ergebnisse abrufen und anzeigen
rows = cur.fetchall()
for row in rows:
    print(row)

Schließen der Verbindung

Nachdem die Daten abgerufen wurden, schließen wir die Verbindung zur Datenbank und geben die Ressourcen frei.

# Verbindung schließen
conn.close()

In diesem Abschnitt haben wir die grundlegenden Methoden zum Abrufen von Daten aus einer SQLite-Datenbank behandelt. Der nächste Abschnitt erläutert, wie man CSV-Dateien in Python einliest.

Lesen von CSV-Dateien

In diesem Abschnitt erklären wir, wie man CSV-Dateien in Python liest. CSV-Dateien sind ein häufig verwendetes Format zur Speicherung von Daten, und Python bietet eine einfache Möglichkeit, mit ihnen zu arbeiten.

Importieren des csv-Moduls

Um mit CSV-Dateien zu arbeiten, importieren wir das csv-Modul von Python.

import csv

Lesen einer CSV-Datei

Mit csv.reader lesen wir eine CSV-Datei. Hier lesen wir die Datei „sample.csv“ als Beispiel.

# CSV-Datei lesen
with open('sample.csv', newline='') as csvfile:
    csvreader = csv.reader(csvfile)

    # Header lesen
    header = next(csvreader)
    print('Header:', header)

    # Daten lesen
    for row in csvreader:
        print(row)

CSV-Datei-Inhalt als Liste abrufen

Mit csv.reader können wir den Inhalt einer CSV-Datei als Liste abrufen.

# CSV-Datei lesen
with open('sample.csv', newline='') as csvfile:
    csvreader = csv.reader(csvfile)

    # Daten als Liste abrufen
    data = list(csvreader)
    for row in data:
        print(row)

CSV-Datei-Inhalt als Dictionary abrufen

Mit csv.DictReader können wir den Inhalt einer CSV-Datei als Dictionary abrufen, wodurch jede Zeile als Dictionary behandelt wird.

# CSV-Datei im Dictionary-Format lesen
with open('sample.csv', newline='') as csvfile:
    csvreader = csv.DictReader(csvfile)

    # Daten lesen
    for row in csvreader:
        print(row)

Fehlerbehandlung beim Lesen von CSV-Dateien

Für den Fall, dass beim Lesen der Datei Fehler auftreten, implementieren wir eine Fehlerbehandlung.

try:
    with open('sample.csv', newline='') as csvfile:
        csvreader = csv.reader(csvfile)

        # Header lesen
        header = next(csvreader)
        print('Header:', header)

        # Daten lesen
        for row in csvreader:
            print(row)
except FileNotFoundError:
    print("CSV-Datei nicht gefunden.")
except Exception as e:
    print("Fehler aufgetreten:", e)

In diesem Abschnitt haben wir erklärt, wie man CSV-Dateien in Python liest. Der nächste Abschnitt erklärt, wie man Daten aus CSV-Dateien in SQLite-Datenbanken einfügt.

Daten aus CSV-Dateien in SQLite einfügen

In diesem Abschnitt zeigen wir, wie man Daten aus CSV-Dateien in SQLite-Datenbanken einfügt. Sie lernen, wie man CSV-Daten effizient in eine Datenbank importiert.

CSV-Datei einlesen

Zuerst lesen wir die CSV-Datei ein, indem wir die Methode aus dem vorherigen Abschnitt verwenden.

import csv
import sqlite3

# CSV-Datei einlesen
with open('sample.csv', newline='') as csvfile:
    csvreader = csv.reader(csvfile)
    header = next(csvreader)  # Header einlesen
    data = list(csvreader)  # Daten als Liste einlesen

Verbindung zur SQLite-Datenbank

Nun stellen wir eine Verbindung zur SQLite-Datenbank und erstellen einen Cursor.

# Verbindung zur SQLite-Datenbank herstellen
conn = sqlite3.connect('new_example.db')
cur = conn.cursor()

Tabelle vorbereiten

Wir stellen sicher, dass eine Tabelle für das Einfügen der CSV-Daten bereits existiert. In diesem Fall verwenden wir die Tabelle „products“.

# Tabelle erstellen, falls sie nicht existiert
create_table_sql = '''
CREATE TABLE IF NOT EXISTS products (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL,
    price REAL
)
'''
cur.execute(create_table_sql)

Daten einfügen

Nun fügen wir die Daten aus der CSV-Datei in die SQLite-Datenbank ein. Wir verwenden die Methode executemany(), um mehrere Zeilen gleichzeitig einzufügen.

# SQL-Anweisung zum Einfügen der Daten
insert_product_sql = 'INSERT INTO products (id, name, price) VALUES (?, ?, ?)'

# Mehrere Daten auf einmal einfügen
cur.executemany(insert_product_sql, data)

Überprüfen der Daten nach dem Einfügen

Um sicherzustellen, dass die Daten korrekt eingefügt wurden, holen wir die Daten aus der Datenbank und zeigen sie an.

# Daten abrufen und anzeigen
cur.execute('SELECT * FROM products')
rows = cur.fetchall()
for row in rows:
    print(row)

Fehlerbehandlung

Für den Fall, dass beim Einfügen von Daten Fehler auftreten, implementieren wir eine Fehlerbehandlung.

try:
    # Mehrere Daten einfügen
    cur.executemany(insert_product_sql, data)
    conn.commit()
except sqlite3.Error as e:
    print("Ein Fehler ist aufgetreten:", e)
    conn.rollback()

Speichern der Änderungen und Schließen der Verbindung

Nachdem die Daten eingefügt wurden, speichern wir die Änderungen und schließen die Verbindung zur Datenbank.

# Änderungen speichern
conn.commit()

# Verbindung schließen
conn.close()

In diesem Abschnitt haben wir erklärt, wie man Daten aus CSV-Dateien in SQLite-Datenbanken einfügt. Der nächste Abschnitt behandelt das Exportieren von Daten aus SQLite-Datenbanken in CSV-Dateien.

Exportieren von Daten aus einer SQLite-Datenbank in eine CSV-Datei

In diesem Abschnitt erklären wir, wie man Daten aus einer SQLite-Datenbank abruft und sie in eine CSV-Datei exportiert. Sie lernen, wie man die Daten einer Datenbank im CSV-Format speichert.

Verbindung zur SQLite-Datenbank herstellen

Wir stellen eine Verbindung zur SQLite-Datenbank her und erstellen einen Cursor.

import sqlite3

# Verbindung zur SQLite-Datenbank herstellen
conn = sqlite3.connect('new_example.db')
cur = conn.cursor()

Daten abrufen

Nun holen wir die Daten, die wir exportieren möchten, aus der SQLite-Datenbank. Hier holen wir alle Daten aus der Tabelle „products“.

# SQL-Anweisung zum Abrufen der Daten
cur.execute('SELECT * FROM products')

# Ergebnisse abrufen und in einer Liste speichern
rows = cur.fetchall()

CSV-Datei erstellen und Daten schreiben

Wir schreiben die abgerufenen Daten in eine CSV-Datei. Mit csv.writer speichern wir die Daten in einer Datei.

import csv

# CSV-Datei erstellen
with open('exported_data.csv', 'w', newline='') as csvfile:
    csvwriter = csv.writer(csvfile)

    # Header schreiben
    header = ['id', 'name', 'price']
    csvwriter.writerow(header)

    # Daten schreiben
    csvwriter.writerows(rows)

Fehlerbehandlung

Falls während des Exports Fehler auftreten, implementieren wir eine Fehlerbehandlung.

try:
    # CSV-Datei erstellen
    with open('exported_data.csv', 'w', newline='') as csvfile:
        csvwriter = csv.writer(csvfile)

        # Header schreiben
        header = ['id', 'name', 'price']
        csvwriter.writerow(header)

        # Daten schreiben
        csvwriter.writerows(rows)
except Exception as e:
    print("Fehler beim Exportieren der Daten:", e)

Überprüfung nach dem Export

Wir überprüfen den Inhalt der exportierten CSV-Datei. Der folgende Code liest die exportierte Datei und zeigt den Inhalt an.

# CSV-Datei lesen und Inhalt überprüfen
with open('exported_data.csv', newline='') as csvfile:
    csvreader = csv.reader(csvfile)
    for row in csvreader:
        print(row)

Verbindung schließen

Nachdem der Export abgeschlossen ist, schließen wir die Verbindung zur Datenbank und geben die Ressourcen frei.

# Verbindung schließen
conn.close()

In diesem Abschnitt haben wir erklärt, wie man Daten aus einer SQLite-Datenbank in eine CSV-Datei exportiert. Der nächste Abschnitt enthält praktische Übungen, um das Gelernte anzuwenden.

Praktische Übungen

In diesem Abschnitt finden Sie Übungsaufgaben, um das Gelernte praktisch anzuwenden. Durch das Lösen dieser Aufgaben werden Sie Ihre Fähigkeiten in der Integration von SQLite und CSV weiter vertiefen.

Übung 1: Neue CSV-Daten importieren

Erstellen Sie eine neue CSV-Datei mit Produktdaten (new_products.csv) und importieren Sie diese in eine SQLite-Datenbank. Erstellen Sie eine neue Tabelle und speichern Sie die Daten dort.

  1. CSV-Datei Inhalt: id,product_name,quantity,price,date 6,Headphones,150,99.99,2024-01-05 7,Smartwatch,200,199.99,2024-02-10 8,Speaker,100,149.99,2024-03-15
  2. Schritte:
    • Verbindung zur SQLite-Datenbank herstellen
    • Neue Tabelle erstellen (z.B. new_products)
    • CSV-Datei einlesen und Daten in die neue Tabelle einfügen

Übung 2: Daten mit Bedingungen abrufen

Holen Sie Daten aus der sales-Tabelle basierend auf bestimmten Bedingungen ab. Zum Beispiel holen Sie alle Produkte mit einem Preis von 100 Dollar oder mehr.

  1. Bedingung:
    • Produkte mit einem Preis von 100 Dollar oder mehr abrufen
    • Ergebnisse anzeigen
  2. Schritte:
    • Verbindung zur SQLite-Datenbank herstellen
    • SQL-SELECT-Anweisung verwenden, um Daten mit Bedingungen abzurufen
    • Ergebnisse anzeigen

Übung 3: Daten aggregieren und visualisieren

Berechnen Sie den monatlichen Umsatz und zeigen Sie ihn als Balkendiagramm an. Dies hilft Ihnen, saisonale Umsatzschwankungen visuell zu erfassen.

  1. Schritte:
    • Monatliche Verkaufsdaten aus der SQLite-Datenbank abrufen
    • Verwenden Sie matplotlib, um ein Balkendiagramm zu erstellen
    • Das Diagramm anzeigen

Übung 4: Daten exportieren

Exportieren Sie die Daten aus der sales-Tabelle in eine CSV-Datei. Überprüfen Sie den Inhalt der exportierten CSV-Datei.

  1. Schritte:
    • Verbindung zur SQLite-Datenbank herstellen
    • Daten aus der sales-Tabelle abrufen
    • Daten in eine CSV-Datei schreiben
    • Inhalt der CSV-Datei überprüfen

Übung 5: Analyse und Bericht erstellen

Analysieren Sie die Verkaufsdaten für einen bestimmten Zeitraum (z.B. von Januar 2024 bis März 2024) und erstellen Sie einen Bericht. Der Bericht sollte die Analyseergebnisse und ein Diagramm enthalten.

  1. Schritte:
    • Verkaufsdaten für den angegebenen Zeitraum aus der SQLite-Datenbank abrufen
    • Daten aggregieren und analysieren
    • Ergebnisse in einem Bericht zusammenfassen
    • Diagramm erstellen und im Bericht einfügen

Durch das Lösen dieser Aufgaben können Sie Ihre Fähigkeiten im Umgang mit SQLite und CSV weiter ausbauen und Ihr Verständnis vertiefen.

Zusammenfassung

Dieser Leitfaden hat Ihnen gezeigt, wie man SQLite und CSV-Dateien mit Python integriert. Sie haben grundlegende Datenbankoperationen, das Einfügen und Abrufen von Daten, das Arbeiten mit CSV-Dateien sowie das Exportieren von Daten in CSV-Dateien erlernt.

  • Erstellen und Verwalten von SQLite-Datenbanken
  • Einfügen und Abrufen von Daten
  • Arbeiten mit CSV-Dateien und Einfügen der Daten in SQLite-Datenbanken
  • Exportieren von Daten und Analyse

Mit diesen Fähigkeiten können Sie die Datenverwaltung und -analyse effizient gestalten und komplexere Datenoperationen durchführen. Nutzen Sie die bereitgestellten Übungen, um das Gelernte anzuwenden und Ihr Wissen weiter zu vertiefen.

Setzen Sie Ihre Fähigkeiten in der Datenanalyse und -verarbeitung fort und wenden Sie diese auf verschiedene Projekte an. Die Integration von Python, SQLite und CSV ist ein wertvolles Werkzeug zur Lösung vieler datenbezogener Aufgaben.

Wir hoffen, dass dieser Leitfaden Ihnen hilft, Ihre Fähigkeiten in der Datenverwaltung und -analyse zu verbessern.

Python
CSV CSV-Export Datenanalyse Datenbank Datenverwaltung Python SQLite SQLite-Operationen
Inhaltsverzeichnis