Conectar PostgreSQL con Jupyter Notebooks usando Python

Clase 26 de 29 • Curso de PostgreSQL

Contenido del curso

Fundamentos de PostgreSQL

Primeros Pasos con Bases de Datos

Consultas y Manipulación de Datos

Relaciones y Modelado de Datos

Funciones, Operaciones y Vistas

Integraciones

Tomar examen

Resumen

Configurar un entorno eficiente para realizar consultas SQL directamente desde Jupyter Notebooks es sencillo y aporta grandes beneficios en análisis y visualización de datos. Con la instalación adecuada de paquetes como Psychopg2 y Pandas, se amplían considerablemente las capacidades analíticas mediante conexiones directas a PostgreSQL.

¿Cómo configurar Jupyter Notebook para consultar PostgreSQL?

La configuración inicial implica instalar algunos paquetes esenciales para trabajar cómodamente desde un cuaderno Jupyter:

Psychopg2 Binary, un paquete necesario para establecer conexiones con PostgreSQL mediante Python.
Pandas, para almacenar y manejar datos cómodamente en un formato amigable y eficiente.

Instala ambos paquetes con mayor rapidez combinando su instalación en una sola línea:

!pip install psycopg2-binary pandas

¿Cómo conectar desde Python a PostgreSQL?

La conexión a una base de datos PostgreSQL desde Python requiere cinco datos básicos:

Nombre de la base de datos.
Usuario con acceso.
Contraseña (por ejemplo, Platzi rules).
Dirección IP del servidor PostgreSQL (en este caso, 172.29.39.4).
Número de puerto (habitualmente el predeterminado).

La configuración se realiza en un bloque sencillamente organizado:

import psycopg2
import pandas as pd

conexion = psycopg2.connect(
    dbname="nombre_db",
    user="tu_usuario",
    password="Platzi rules",
    host="172.29.39.4",
    port="5432"
)

cursor = conexion.cursor()

¿Cómo ejecutar consultas SQL desde Jupyter Notebooks?

Después de establecer la conexión a PostgreSQL, ejecutar consultas SQL es muy intuitivo. Por ejemplo, recuperar datos limitados desde la tabla customer se hace de la siguiente manera:

cursor.execute("SELECT * FROM customer LIMIT 6")
resultados = cursor.fetchall()
df = pd.DataFrame(resultados)
df

Finalmente, se recomienda cerrar adecuadamente el cursor y la conexión:

cursor.close()
conexion.close()

Utilizando estas simples pautas, es posible ejecutar consultas SQL desde Jupyter Notebooks aprovechando las funcionalidades de visualización avanzadas integradas en este entorno.

Comentarios

Luis Fernando Chacha Montenegro

student•

Jupyter Notebook es una aplicación web interactiva que permite crear y compartir documentos que contienen código en vivo, ecuaciones, visualizaciones y texto narrativo. Es ampliamente utilizada en el análisis de datos, aprendizaje automático y computación científica. En el contexto de tu curso, Jupyter se usa para conectar y ejecutar consultas SQL en bases de datos PostgreSQL, facilitando el análisis y visualización de datos de manera efectiva y colaborativa.

Diego Mauricio Zuluaga Rodríguez

student•

Conectar PostgreSQL con Python en un Notebook ofrece varias ventajas. Permite ejecutar consultas SQL directamente desde el entorno de Python, facilitando la integración de análisis de datos y visualización. Usar un cursor permite manejar eficientemente los resultados de las consultas, optimizando la recuperación de datos y el uso de memoria. Además, Jupyter Notebooks proporciona una interfaz interactiva que mejora la experiencia de desarrollo y permite documentar el proceso de análisis. Esta combinación potencia el uso de bibliotecas como Pandas para manipular y visualizar datos de manera efectiva.

Edgar A. Gonzalez Ambriz

student•

Desde mi punto de vista trabajar en Jupyter con Python y PostgreSQL y mas fácil yfuncional (por ejemplo gráficas) que digamos C# con SQL Server

Luis Alejandro Arellano Camacho

student•

Estoy de acuerdo contigo

Gabriel Obregón

student•

🚀 Consultas SQL en Jupyter Notebook con PostgreSQL

🔧 1. Paquetes necesarios

📌 Para trabajar desde Jupyter instala:

🐘 psycopg2-binary → conexión entre Python y PostgreSQL.
📊 pandas → manejo y análisis de datos en tablas.

💡 Instalación rápida en una sola línea:

!pip install psycopg2-binary pandas

🌐 2. Datos requeridos para la conexión

Necesitas 5 elementos: 🔹 Nombre de la base de datos 🔹 Usuario autorizado 🔹 Contraseña → "Platzi rules" 🔹 Dirección IP → 172.29.39.4 🔹 Puerto → 5432

🖥️ 3. Establecer conexión en Python

import psycopg2

import pandas as pd

conexion = psycopg2.connect(

dbname="nombre_db",

user="tu_usuario",

password="Platzi rules",

host="172.29.39.4",

port="5432"

)

cursor = conexion.cursor()

📊 4. Ejecutar consultas SQL

Ejemplo → Obtener 6 registros de la tabla customer:

cursor.execute("SELECT * FROM customer LIMIT 6")

resultados = cursor.fetchall()

df = pd.DataFrame(resultados)

✅ 5. Cerrar conexión

Siempre finaliza cerrando el cursor y la conexión:

cursor.close()

conexion.close()

Ioannes Schroeder

student•

Pequeño detalle, los saltos de línea requieren un espacio + basckslash (\) para continuar el string de la consulta.

#Obtención de datos
cursor.execute("SELECT COUNTRY.COUNTRY, CITY.CITY, COUNT(ADDRESS.CITY_ID) AS NUM_CUSTOMERS \
FROM ADDRESS \
JOIN CITY ON ADDRESS.CITY_ID = CITY.CITY_ID \
JOIN COUNTRY ON CITY.COUNTRY_ID = COUNTRY.COUNTRY_ID \
GROUP BY COUNTRY.COUNTRY, CITY.CITY_ID ORDER BY COUNT(ADDRESS.CITY_ID) DESC;")
columns = [desc[0] for desc in cursor.description]

data = cursor.fetchall()
df = pd.DataFrame(data, columns=columns)
df
```#Obtención de datoscursor.execute("SELECT COUNTRY.COUNTRY, CITY.CITY, COUNT(ADDRESS.CITY\_ID) AS NUM\_CUSTOMERS \FROM ADDRESS \JOIN CITY ON ADDRESS.CITY\_ID = CITY.CITY\_ID \JOIN COUNTRY ON CITY.COUNTRY\_ID = COUNTRY.COUNTRY\_ID \GROUP BY COUNTRY.COUNTRY, CITY.CITY\_ID ORDER BY COUNT(ADDRESS.CITY\_ID) DESC;")columns = \[desc\[0] for desc in cursor.description]
data = cursor.fetchall()df = pd.DataFrame(data, columns=columns)df

Jilber Ronaldy Vicos Pajuelo

student•

import psycopg2

import pandas as pd

try:

conexion = psycopg2.connect(

dbname="tu_base_de_datos", # El nombre de tu DB

user="postgres", # Casi siempre es 'postgres'

password="tu_password", # ¡Tu clave real!

host="localhost", # Cambia la IP del profe por 'localhost'

port="5432"

)

print("¡Conexión exitosa!")

# Para traer datos a un DataFrame de Pandas:

query = "SELECT * FROM customer LIMIT 5;"

df = pd.read_sql_query(query, conexion)

# Mostrar la tabla

display(df)

except Exception as e:

print(f"Error al conectar: {e}")

finally:

if 'conexion' in locals():

conexion.close()

print("Conexión cerrada.")

William Alberto Paternina Romo

student•

Si tienen la base de datos en un contenedor docker y están estudiando desde un mac pueden obtener la ip de su servidor así:

docker inspect -f '{{range.NetworkSettings.Networks}}{{.IPAddress}}{{end}}' hestia-postgres

Nota: hestia-docker es el nombre de mi contenedor.

Jesús David Fontalvo Mendoza

student•

Jesús David Fontalvo Mendoza

student•

import psycopg2
import pandas as pd

try:
    # COMENTARIO PARA LOS COMPAÑEROS DEL CURSO:

    # Antes de ejecutar este código, asegúrense de que:
    # 1. El entorno virtual 'mi_entorno' esté activo.
    # 2. Los paquetes 'psycopg2' y 'pandas' estén instalados en ese entorno.
    # 3. La base de datos 'dvdRental' exista en su servidor de PostgreSQL.
    # 4. Los parámetros de la conexión (usuario, contraseña y puerto) coincidan 
    #    con los de su configuración local.
    
    conn = psycopg2.connect(
        dbname="dvdRental",
        user="postgres",
        password="1234",  # <-- ¡ATENCIÓN! Reemplazar con la contraseña correcta.
        host="localhost",
        port="5432"       # <-- ¡IMPORTANTE! Verificar el puerto de su servidor.
    )
    print("Conexión exitosa a la base de datos!")
    
    # Cargar los datos de la tabla 'customer' en un DataFrame
    df_customer = pd.read_sql("SELECT * FROM customer;", conn)
    
    # Mostrar las primeras 5 filas
    print(df_customer.head())
    
    # Cerrar la conexión para liberar recursos
    conn.close()
    
except psycopg2.Error as e:
    print(f"Ocurrió un error al conectar o leer los datos: {e}")

Ioannes Schroeder

student•

Mi resultado:

#Obtención de datos
cursor.execute("SELECT COUNTRY.COUNTRY, CITY.CITY, COUNT(ADDRESS.CITY_ID) AS NUM_CUSTOMERS \
FROM ADDRESS \
JOIN CITY ON ADDRESS.CITY_ID = CITY.CITY_ID \
JOIN COUNTRY ON CITY.COUNTRY_ID = COUNTRY.COUNTRY_ID \
GROUP BY COUNTRY.COUNTRY, CITY.CITY_ID ORDER BY COUNT(ADDRESS.CITY_ID) DESC;")
columns = [desc[0] for desc in cursor.description]

data = cursor.fetchall()
df = pd.DataFrame(data, columns=columns)
df
```#Obtención de datoscursor.execute("SELECT COUNTRY.COUNTRY, CITY.CITY, COUNT(ADDRESS.CITY\_ID) AS NUM\_CUSTOMERS \FROM ADDRESS \JOIN CITY ON ADDRESS.CITY\_ID = CITY.CITY\_ID \JOIN COUNTRY ON CITY.COUNTRY\_ID = COUNTRY.COUNTRY\_ID \GROUP BY COUNTRY.COUNTRY, CITY.CITY\_ID ORDER BY COUNT(ADDRESS.CITY\_ID) DESC;")columns = \[desc\[0] for desc in cursor.description]
data = cursor.fetchall()df = pd.DataFrame(data, columns=columns)df

import psycopg2
import pandas as pd

try:
    # COMENTARIO PARA LOS COMPAÑEROS DEL CURSO:

    # Antes de ejecutar este código, asegúrense de que:
    # 1. El entorno virtual 'mi_entorno' esté activo.
    # 2. Los paquetes 'psycopg2' y 'pandas' estén instalados en ese entorno.
    # 3. La base de datos 'dvdRental' exista en su servidor de PostgreSQL.
    # 4. Los parámetros de la conexión (usuario, contraseña y puerto) coincidan 
    #    con los de su configuración local.
    
    conn = psycopg2.connect(
        dbname="dvdRental",
        user="postgres",
        password="1234",  # <-- ¡ATENCIÓN! Reemplazar con la contraseña correcta.
        host="localhost",
        port="5432"       # <-- ¡IMPORTANTE! Verificar el puerto de su servidor.
    )
    print("Conexión exitosa a la base de datos!")
    
    # Cargar los datos de la tabla 'customer' en un DataFrame
    df_customer = pd.read_sql("SELECT * FROM customer;", conn)
    
    # Mostrar las primeras 5 filas
    print(df_customer.head())
    
    # Cerrar la conexión para liberar recursos
    conn.close()
    
except psycopg2.Error as e:
    print(f"Ocurrió un error al conectar o leer los datos: {e}")

Conectar PostgreSQL con Jupyter Notebooks usando Python

Fundamentos de PostgreSQL

Ventajas y características de PostgreSQL como base de datos

Instalación y configuración de PostgreSQL en Ubuntu Linux

Instalación y configuración de pgAdmin en Windows

Qué es SQL y estructura básica del lenguaje

Primeros Pasos con Bases de Datos

Configuración de usuarios y seguridad en PostgreSQL con PG Admin

Creación de tablas en PostgreSQL con PGAdmin

Importar base de datos de práctica en PostgreSQL

Consultas y Manipulación de Datos

Primeras consultas SQL con SELECT, FROM y WHERE

Operadores Order By y Between para filtrar datos en SQL

Operadores Like e In para búsquedas SQL flexibles

Inserción de registros en tablas SQL con INSERT INTO

Uso de GROUP BY y HAVING en consultas SQL

Relaciones y Modelado de Datos

Exportar resultados de consultas SQL a archivos y gráficos

Creación de tablas en SQL con CREATE TABLE

Uso del operador JOIN para fusionar tablas en SQL

Operadores LEFT JOIN y RIGHT JOIN para fusionar tablas en SQL

Operador UNION en SQL para combinar tablas

Funciones, Operaciones y Vistas

Fechas y horas en SQL: current_timestamp y función extract

Operaciones aritméticas en consultas SQL con fechas

Concatenación de cadenas en SQL con función CONCAT

Sentencias UPDATE y DELETE en PostgreSQL

Operadores NULLIF y COALESCE para gestionar datos nulos en SQL

Creación de vistas y funciones en PG Admin para reutilizar consultas

Integraciones

Importación de archivos CSV desde Excel a PostgreSQL

Instalación y configuración de Jupyter Notebooks para PostgreSQL

Conectar PostgreSQL con Jupyter Notebooks usando Python

Diferencias entre Postgres y MySQL para elegir la base de datos correcta

Tipos de datos únicos en PostgreSQL: JSON B, arrays y UUID

Importancia de Postgres en el desarrollo profesional de software