一、建立今天的練習環境

首先，建立資料庫連線和書籍資料表。為了讓程式可以獨立執行，今天會使用新的資料庫檔案。

import sqlite3

conn = sqlite3.connect("books_day24.db")
cursor = conn.cursor()

cursor.execute("""
CREATE TABLE IF NOT EXISTS books (
id INTEGER PRIMARY KEY AUTOINCREMENT,
title TEXT NOT NULL,
price REAL,
rating INTEGER
)
""")

conn.commit()

print("資料庫準備完成！")

接著新增一些練習資料。

books = [
("Python Basics", 350, 5),
("Web Scraping", 420, 4),
("Data Analysis", 500, 5),
("SQL Beginner", 280, 3),
("Machine Learning", 650, 4)
]

cursor.executemany("""
INSERT INTO books (title, price, rating)
VALUES (?, ?, ?)
""", books)

conn.commit()

print("練習資料新增完成！")

這裡需要注意，如果重複執行新增資料的程式，書籍會再次寫入資料庫。今天如果重跑整份程式，可以先重新建立資料庫連線前刪除舊檔，或使用其他方式清空測試資料，避免重複紀錄。

二、使用 WHERE 查詢特定資料

在資料庫中，如果只想取得符合條件的紀錄，可以使用 WHERE。

例如，查詢價格高於 400 元的書籍：

cursor.execute("""
SELECT title, price, rating
FROM books
WHERE price > ?
""", (400,))

rows = cursor.fetchall()

for row in rows:
print(row)

這段 SQL 的意思是：從 books 資料表中，找出價格大於 400 的書籍。

其中，? 是參數佔位符，而 (400,) 是傳入的參數。使用參數化查詢，可以避免直接將外部輸入拼接進 SQL 指令。

如果想查詢評分為 5 的書籍，可以修改條件：

cursor.execute("""
SELECT title, price, rating
FROM books
WHERE rating = ?
""", (5,))

for row in cursor.fetchall():
print(row)

WHERE 不只能判斷價格，也可以用來篩選評分、名稱或其他欄位。

三、使用 AND 和 OR 組合條件

有時候，一筆資料需要同時符合多個條件。

例如，我想找出價格高於 300 元，而且評分至少為 4 的書籍：

cursor.execute("""
SELECT title, price, rating
FROM books
WHERE price > ? AND rating >= ?
""", (300, 4))

for row in cursor.fetchall():
print(row)

AND 表示兩個條件都必須成立。

如果希望查詢價格低於 300 元，或評分為 5 的書籍，就可以使用 OR：

cursor.execute("""
SELECT title, price, rating
FROM books
WHERE price < ? OR rating = ?
""", (300, 5))

for row in cursor.fetchall():
print(row)

OR 表示只要其中一個條件成立，就可以符合查詢條件。

這種寫法很適合用在資料篩選，例如找出低價商品，或找出評價特別高的商品。

四、使用 UPDATE 修改資料

接下來，練習修改資料庫中已經存在的紀錄。

假設 Python Basics 這本書的價格從 350 元調整成 380 元，可以使用 UPDATE：

cursor.execute("""
UPDATE books
SET price = ?
WHERE title = ?
""", (380, "Python Basics"))

conn.commit()

print("書籍價格更新完成！")

這段程式包含兩個重要部分：

SET price = ?：指定要修改的欄位和值。

WHERE title = ?：指定要修改哪一筆或哪些紀錄。

執行完成後，可以再查詢一次，確認價格是否改變：

cursor.execute("""
SELECT title, price
FROM books
WHERE title = ?
""", ("Python Basics",))

print(cursor.fetchall())

特別注意： 執行 UPDATE 時，如果忘記加上 WHERE，就可能將整張資料表中所有書籍的價格都修改掉。

例如，以下指令會修改每一筆紀錄的價格：

UPDATE books
SET price = 380;

因此，在實際修改資料前，應該先使用 SELECT 確認條件會選到哪些紀錄。

五、使用 DELETE 刪除資料

如果資料庫中有不再需要的紀錄，也可以使用 DELETE。

例如，刪除 SQL Beginner 這本書：

cursor.execute("""
DELETE FROM books
WHERE title = ?
""", ("SQL Beginner",))

conn.commit()

print("指定書籍已刪除！")

接著查詢資料，確認該筆紀錄是否已經移除：

cursor.execute("""
SELECT * FROM books
""")

for row in cursor.fetchall():
print(row)

這裡同樣需要注意 WHERE 條件。

如果執行以下指令：

DELETE FROM books;

就會刪除 books 資料表中的所有紀錄。

資料表結構仍然存在，但資料會被清空。因此，刪除資料之前務必確認條件是否正確。

六、使用 ORDER BY 和 LIMIT 排序資料

除了查詢、修改和刪除，資料庫也能直接排序結果。

例如，找出價格最高的三本書：

cursor.execute("""
SELECT title, price
FROM books
ORDER BY price DESC
LIMIT 3
""")

for row in cursor.fetchall():
print(row)

這裡的 ORDER BY price DESC 表示依照價格由高到低排序，而 LIMIT 3 表示只取出前三筆結果。

如果想從最低價格開始排列，可以改成：

ORDER BY price ASC

這個功能和昨天使用 Pandas 的 sort_values() 很類似。差別在於，現在可以直接在資料庫中完成排序與篩選，不必先將所有資料讀進 Python。

七、使用 COUNT 和 GROUP BY 統計資料

資料庫也可以依照評分分類，計算每種評分有幾本書。

cursor.execute("""
SELECT rating, COUNT(*) AS book_count
FROM books
GROUP BY rating
ORDER BY rating DESC
""")

for row in cursor.fetchall():
print(row)

這段程式使用 GROUP BY rating，將相同評分的書籍分成一組，再用 COUNT(*) 計算每組的紀錄數量。

這和之前學過的 Pandas groupby() 有相似的概念。

如果資料量很大，直接在 SQL 中進行篩選和統計，也能減少需要傳回 Python 的資料量。

八、將查詢結果轉成 Pandas DataFrame

前幾天已經學會使用 Pandas 分析資料，現在可以把 SQLite 查詢結果交給 Pandas，結合兩者的功能。

import pandas as pd

df = pd.read_sql_query("""
SELECT title, price, rating
FROM books
WHERE price >= 300
ORDER BY price DESC
""", conn)

print(df)

這裡的 pd.read_sql_query() 可以直接執行 SQL，並將查詢結果轉換成 DataFrame。

因此，我可以先用 SQL 從資料庫篩選需要的資料，再使用 Pandas 進行更進一步的分析或製作圖表。

這種方式也很適合未來的書籍爬蟲專案：爬蟲負責取得資料、SQLite 負責儲存與查詢，而 Pandas 負責分析資料。

九、今天的實作流程整理

今天學到的 SQL 指令可以整理成以下表格：

SQL 指令

功能

使用情境

SELECT

查詢資料

查看書籍紀錄

WHERE

篩選條件

找出價格高於 400 的書

AND / OR

組合條件

同時判斷價格和評分

UPDATE

修改資料

更新書籍價格

DELETE

刪除資料

移除指定書籍

ORDER BY

排序資料

找出最貴的書

LIMIT

限制筆數

只取前三筆

GROUP BY

分組統計

統計各評分的書籍數量

最後，關閉資料庫連線：

conn.close()

print("資料庫連線已關閉！")
十、今天的學習心得

今天繼續學習 SQLite，練習了條件查詢、組合條件、更新和刪除資料，也學會使用排序和分組統計整理查詢結果。

我發現資料庫不只是用來保存資料，更重要的是能夠按照需求快速找到需要的紀錄，並在必要時進行修改。之前使用 Pandas 時，我通常會先讀取資料，再進行篩選和分析；現在則可以先透過 SQL 選出需要的資料，再交給 Pandas 處理。

接下來，我會繼續把爬蟲、資料清理和 SQLite 整合起來，讓書籍資料能夠從網頁取得、儲存到資料庫，再進行查詢和分析。