pandas read_sql() và to_sql(): đọc ghi bảng SQLite
Bài 8/12 · Chương 3
Đọc và ghi dữ liệu
- 7 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 11
Hàm pd.read_sql() của pandas chạy một câu SQL trên cơ sở dữ liệu và trả kết quả về thành DataFrame; to_sql() ghi một DataFrame thành bảng trong cơ sở dữ liệu. Bạn dùng chúng khi dữ liệu bán hàng nằm trong SQLite hay một hệ quản trị khác, thay cho file CSV xuất ra từng lần.
Cần biết trước: DataFrame và sqlite3 trong Python.
Đọc bảng SQLite bằng read_sql()
File cua_hang.db trong bộ dữ liệu thực hành là một cơ sở dữ liệu SQLite có ba bảng: san_pham, khach_hang và don_hang. read_sql() cần hai thứ: câu SQL, và một kết nối mở bằng sqlite3.connect().
import sqlite3
import pandas as pd
con = sqlite3.connect("cua_hang.db")
sp = pd.read_sql("SELECT ma_sp, ten_sp, gia_ban FROM san_pham", con)
con.close()
print(sp.shape)
print(sp.head(3))KẾT QUẢ
(60, 3)
ma_sp ten_sp gia_ban
0 0001 Cà phê rang xay Đắk Lắk 500g 165000
1 0002 Cà phê hạt Robusta Gia Lai 1kg 290000
2 0003 Cà phê phin giấy hộp 10 gói 85000Mỗi cột của câu SELECT thành một cột của bảng. Cột ma_sp giữ số 0 đầu mà không cần dtype, vì cơ sở dữ liệu đã lưu nó ở kiểu chữ TEXT; khác với CSV, kiểu của từng cột đi theo dữ liệu. Đóng kết nối bằng con.close() khi đọc xong, như đóng một file.
Câu SQL có thể lọc, gom và sắp ngay trong cơ sở dữ liệu, để pandas chỉ nhận bảng kết quả nhỏ. Chuỗi ba dấu nháy cho phép viết câu dài trên nhiều dòng:
import sqlite3
import pandas as pd
con = sqlite3.connect("cua_hang.db")
cau = """SELECT kenh, COUNT(*) AS so_don
FROM don_hang
WHERE trang_thai = 'Hoàn thành'
GROUP BY kenh ORDER BY so_don DESC"""
print(pd.read_sql(cau, con))
con.close()KẾT QUẢ
kenh so_don
0 Website 402
1 Ứng dụng 335
2 Sàn TMĐT 331
3 Cửa hàng 144
4 Mạng xã hội 101Đổi 'Hoàn thành' thành 'Đã hủy' rồi chạy lại: bảng in số đơn bị hủy của từng kênh. Bài pandas cho người biết SQL đặt mỗi phép SQL cạnh cách viết tương ứng bằng pandas.
Câu SELECT có tham số với params
Giá trị cần lọc thường nằm trong một biến: danh mục người dùng chọn, ngưỡng tồn kho. Đừng ghép biến đó vào chuỗi SQL. Viết dấu ? vào chỗ giá trị, rồi đưa giá trị qua params, theo đúng thứ tự các dấu ?:
import sqlite3
import pandas as pd
con = sqlite3.connect("cua_hang.db")
cau = """SELECT ma_sp, ten_sp, ton_kho FROM san_pham
WHERE danh_muc = ? AND ton_kho < ?
ORDER BY ton_kho"""
it = pd.read_sql(cau, con, params=("Gia dụng", 40))
con.close()
print(it)KẾT QUẢ
ma_sp ten_sp ton_kho
0 0029 Hộp thủy tinh đựng thực phẩm bộ 3 8
1 0030 Bình giữ nhiệt 500ml 10
2 0026 Ấm siêu tốc 1,7 lít 11
3 0027 Chảo chống dính 26cm 21
4 0035 Thớt gỗ nghiến 30cm 26
5 0034 Quạt bàn mini sạc USB 34
6 0025 Nồi cơm điện 1,8 lít 37Thư viện sqlite3 tự đặt mỗi giá trị vào đúng chỗ, với dấu nháy khi đó là chuỗi. Giá trị chứa dấu nháy đơn, như Đồ ăn 'nhà làm', cũng không làm hỏng câu SQL.
Ghi DataFrame vào cơ sở dữ liệu bằng to_sql()
to_sql() nhận tên bảng và kết nối, tạo bảng nếu chưa có, rồi trả về số dòng đã ghi. Ví dụ dưới dùng sqlite3.connect(":memory:"), một cơ sở dữ liệu chỉ nằm trong bộ nhớ và mất khi đóng, hợp để thử mà không sửa file thật:
import sqlite3
import pandas as pd
ban = pd.DataFrame({"ngay": ["2026-06-01", "2026-06-02"],
"so_ly": [118, 97]})
con = sqlite3.connect(":memory:")
print(ban.to_sql("ban_ngay", con, index=False))
print(pd.read_sql("SELECT * FROM ban_ngay", con))
con.close()KẾT QUẢ
2
ngay so_ly
0 2026-06-01 118
1 2026-06-02 97index=False có cùng vai trò như ở to_csv(): thiếu nó, bảng trong cơ sở dữ liệu có thêm cột index.
if_exists="append" thêm dòng mới vào cuối bảng có sẵn, còn if_exists="replace" xóa bảng cũ rồi tạo lại từ DataFrame:
import sqlite3
import pandas as pd
ngay_1 = pd.DataFrame({"ngay": ["2026-06-01"], "so_ly": [118]})
ngay_2 = pd.DataFrame({"ngay": ["2026-06-02"], "so_ly": [97]})
con = sqlite3.connect(":memory:")
ngay_1.to_sql("ban_ngay", con, index=False)
ngay_2.to_sql("ban_ngay", con, index=False, if_exists="append")
print(pd.read_sql("SELECT COUNT(*) AS n FROM ban_ngay", con))
ngay_2.to_sql("ban_ngay", con, index=False, if_exists="replace")
print(pd.read_sql("SELECT COUNT(*) AS n FROM ban_ngay", con))
con.close()KẾT QUẢ
n
0 2
n
0 1Sau append bảng có hai ngày; sau replace chỉ còn ngày của DataFrame vừa ghi. Chạy lại một đoạn code có append hai lần thì dữ liệu bị ghi trùng, nên append hợp với dữ liệu mới mỗi lần, như bán hàng của ngày hôm nay.
Kiểm tra nhanh
Bảng ban_ngay đã có trong cơ sở dữ liệu. Gọi df.to_sql("ban_ngay", con, index=False) không có if_exists thì sao?
- Các dòng của
dfđược thêm vào cuối bảng - Bảng cũ bị thay bằng
df - Lệnh dừng với
ValueError
- Các dòng của
Bảng có 5 dòng. Ghi một DataFrame 2 dòng với if_exists="replace" thì bảng còn mấy dòng?
- 7
- 2
- 5
Biến tinh = "Huế". Những câu nào đọc đúng các khách ở Huế?
pd.read_sql("SELECT * FROM khach_hang WHERE tinh = ?", con, params=(tinh,))pd.read_sql(f"SELECT * FROM khach_hang WHERE tinh = {tinh}", con)pd.read_sql("SELECT * FROM khach_hang WHERE tinh = 'Huế'", con)pd.read_sql("SELECT * FROM khach_hang WHERE tinh = ?", con, params=tinh)
Vì sao nên truyền giá trị qua params thay cho ghép vào chuỗi SQL?
- Câu SQL chạy nhanh hơn gấp đôi
- Giá trị có dấu nháy hay do người dùng gõ không làm hỏng câu SQL
read_sql()chỉ nhận câu SQL có dấu?
Bài tập
Sản phẩm sắp hết hàng trong một danh mục
Phòng kho cần danh sách sản phẩm sắp hết của một danh mục để đặt hàng thêm. Viết thân hàm ton_kho_thap(con, danh_muc, nguong): đọc từ bảng san_pham của kết nối con các sản phẩm thuộc danh_muc có ton_kho nhỏ hơn hẳn nguong.
Bảng kết quả có ba cột ma_sp, ten_sp, ton_kho, sắp theo ton_kho tăng dần, cùng tồn thì theo ma_sp. Danh mục có thể chứa dấu nháy đơn, nên truyền giá trị qua params thay cho ghép vào chuỗi. Hàm không đóng con.
Trả về: bảng sản phẩm sắp hết, một DataFrame.
import sqlite3
import pandas as pd
def ton_kho_thap(con, danh_muc, nguong):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
pd.read_sql("SELECT ...", con)chạy câu SQL trên kết nốiconvà trả kết quả thành DataFrame; đóng kết nối bằngcon.close()khi xong.Kiểu cột đi theo cơ sở dữ liệu: mã lưu ở
TEXTgiữ số 0 đầu.Giá trị lọc viết bằng
?trong câu và truyền quaparams=(...), không ghép bằng f-string.df.to_sql("ten", con, index=False)ghi bảng và trả về số dòng đã ghi.Bảng đã có: mặc định báo
ValueError,if_exists="append"thêm dòng,if_exists="replace"tạo lại.
Câu hỏi thường gặp
Read SQL pandas với MySQL hay PostgreSQL thì khác gì?
Chỉ khác cách mở kết nối: pandas khuyên dùng một engine của thư viện SQLAlchemy, như create_engine("postgresql://..."), thay cho kết nối sqlite3. Câu read_sql() và to_sql() giữ nguyên; dấu thay cho giá trị có thể là %s hay :ten tùy thư viện kết nối.
Pandas to sql có ghi nhanh được bảng vài trăm nghìn dòng không?
Được, nhưng nên truyền chunksize=10000 để ghi từng khúc, và method="multi" để gộp nhiều dòng vào một lệnh INSERT. Với SQLite, ghi một lần lớn trong một kết nối nhanh hơn nhiều lần ghi nhỏ.
Pandas sqlite chạy trên trang này cần cài gì?
Python cài trên máy có sẵn module sqlite3, không cần cài thêm. Trình chạy trên trang dùng Pyodide, và sqlite3 cũng nằm sẵn trong thư viện chuẩn của nó, nên code chạy y như trên máy với import sqlite3.
Nên lọc dữ liệu trong câu SQL hay trong pandas?
Bảng lớn thì lọc và gom trong SQL, để chỉ phần cần dùng đi vào bộ nhớ. Bảng nhỏ, hay khi cần nhiều phép biến đổi liên tiếp, đọc vào rồi làm bằng pandas thường dễ đọc hơn; bài lọc dữ liệu dạy phần đó.
Chủ đề
Dữ liệu của bài
- Tải xuống
cua_hang.db
DB · 188 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.