Data Science Academy - Python Fundamentos - Capítulo 6

Download: http://github.com/dsacademybr


In [1]:
# Versão da Linguagem Python
from platform import python_version
print('Versão da Linguagem Python Usada Neste Jupyter Notebook:', python_version())


Versão da Linguagem Python Usada Neste Jupyter Notebook: 3.7.6

Update e Delete


In [2]:
import sqlite3
import random
import time
import datetime
 
# Criando uma conexão
conn = sqlite3.connect('dsa.db')   

# Criando um cursor
c = conn.cursor()
 
# Função para criar uma tabela
def create_table():
    c.execute('CREATE TABLE IF NOT EXISTS produtos(id INTEGER PRIMARY KEY AUTOINCREMENT NOT NULL, date TEXT, '\
              'prod_name TEXT, valor REAL)')
      
# Função para inserir uma linha
def data_insert():
    c.execute("INSERT INTO produtos VALUES(002, '02-05-2020', 'teclado', 130 )")
    conn.commit()
    c.close()
    conn.close()
    
# Usando variáveis para inserir dados    
def data_insert_var():
    new_date = datetime.datetime.now()
    new_prod_name = 'monitor'
    new_valor = random.randrange(50,100)
    c.execute("INSERT INTO produtos (date, prod_name, valor) VALUES (?, ?, ?, ?)", 
              (new_date, new_prod_name, new_valor))
    conn.commit()
    
# Leitura de dados
def leitura_todos_dados():
    c.execute("SELECT * FROM PRODUTOS")
    for linha in c.fetchall():
        print(linha)
        
# Leitura de registros específicos
def leitura_registros():
    c.execute("SELECT * FROM PRODUTOS WHERE valor > 70.0")
    for linha in c.fetchall():
        print(linha)      
        
# Leitura de colunas específicos
def leitura_colunas():
    c.execute("SELECT * FROM PRODUTOS")
    for linha in c.fetchall():
        print(linha[3])  
        
# Update
def atualiza_dados():
    c.execute("UPDATE produtos SET valor = 70.00 WHERE valor = 98.0")
    conn.commit()
    
# Delete
def remove_dados():
    c.execute("DELETE FROM produtos WHERE valor = 62.0")
    conn.commit()

In [3]:
atualiza_dados()

In [4]:
leitura_todos_dados()


(10, '2020-05-02 14:32:11', 'Teclado', 90.0)
(11, '2020-03-23 19:17:26.170886', 'Monitor', 67.0)
(12, '2020-03-23 19:17:27.177013', 'Monitor', 79.0)
(13, '2020-03-23 19:17:28.179580', 'Monitor', 61.0)
(14, '2020-03-23 19:17:29.181694', 'Monitor', 83.0)
(15, '2020-03-23 19:17:30.188687', 'Monitor', 64.0)
(16, '2020-03-23 19:17:31.192286', 'Monitor', 51.0)
(17, '2020-03-23 19:17:32.199836', 'Monitor', 62.0)
(18, '2020-03-23 19:17:33.202428', 'Monitor', 54.0)
(19, '2020-03-23 19:17:34.209402', 'Monitor', 79.0)
(20, '2020-03-23 19:17:35.215644', 'Monitor', 51.0)

In [5]:
remove_dados()

In [6]:
leitura_todos_dados()


(10, '2020-05-02 14:32:11', 'Teclado', 90.0)
(11, '2020-03-23 19:17:26.170886', 'Monitor', 67.0)
(12, '2020-03-23 19:17:27.177013', 'Monitor', 79.0)
(13, '2020-03-23 19:17:28.179580', 'Monitor', 61.0)
(14, '2020-03-23 19:17:29.181694', 'Monitor', 83.0)
(15, '2020-03-23 19:17:30.188687', 'Monitor', 64.0)
(16, '2020-03-23 19:17:31.192286', 'Monitor', 51.0)
(18, '2020-03-23 19:17:33.202428', 'Monitor', 54.0)
(19, '2020-03-23 19:17:34.209402', 'Monitor', 79.0)
(20, '2020-03-23 19:17:35.215644', 'Monitor', 51.0)

Fim

Obrigado - Data Science Academy - facebook.com/dsacademybr