目录

一、官网地址

二、安装

三、 快速使用

---

 

一、官网地址

GitHub - pudo/dataset: Easy-to-use data handling for SQL data stores with support for implicit table creation, bulk loading, and transactions.

二、安装

 pip install dataset
如果是mysql，则多安装一个依赖：pip install mysqlclient

三、 快速使用

import datasetif __name__ == '__main__':"""先天支持sqlite如果是mysql，则多安装一个依赖：pip install mysqlclient"""db = dataset.connect('sqlite:///mydatabase.db')# 建表，如果表，则dataset会自动创建。table = db['user']# 新增table.insert(dict(name="张三丰", age=18, country='China'))# 新增table.insert(dict(name='Jane Doe', age=37, country='France', gender='female'))# 修改数据table.update(dict(name='张三丰', age=34), ['name'])  # 根据name值过滤进行修改# 快速事务，显式使用事务参考官网with dataset.connect('sqlite:///mydatabase.db') as tx:tx['user'].insert(dict(name='John Doe', age=46, country='China'))# 所有表tables = db.tables# 表字段columns = table.columns# 总行数count = len(table)# 所有数据users = table.all()# 搜索users_china = table.users_in(country='China')# 获取特定数据one = table.find_one(name='John Doe')# 查找多个users_in = table.find(id=[1, 3, 7])# 比较查找elderly_users1 = table.find(age={'>=': 70})possible_customers = table.find(age={'between': [21, 80]})elderly_users2 = table.find(table.table.columns.age >= 70)# 自定义SQLresult = db.query('SELECT country, COUNT(*) c FROM user GROUP BY country')