python中SQLite3中的指数

我正在编写一个python代码，它创建一个SQLite数据库，并对大量表进行一些计算。首先，我通过python在SQLite中执行此操作的原因是内存，我的数据量很大，如果在（比如）pandas中运行，将导致内存错误。如果被驯服，这将需要很长时间，一般来说，因为熊猫在融合和群体等方面行动缓慢

所以我现在的问题是，我想计算表中一列的指数（下面的示例代码），但SQLite似乎没有EXP函数

我可以将数据写入数据帧，然后使用numpy来计算EXP，但这超过了推动我的两个DBs的整个点，并且没有额外的时间在DB和python之间来回读/写

所以我的问题是：有没有办法在数据库中计算指数？我已经读到我可以用python在sqlite3中创建函数，但我不知道如何创建。如果你知道如何或可以指导我在哪里可以找到相关的信息，那么我会很感激，谢谢

我试图进行计算的代码示例，请注意，这里我只是提供了一个示例，其中表格直接来自csv，但在我的过程中，它实际上是在大量megres和group BY之后在DB中创建的：

import sqlite3

#set path and files names
folderPath = 'C:\\SCP\\'
inputDemandFile = 'demandFile.csv'

#set connection to database
conn = sqlite3.connect(folderPath + dataBaseName)
cur = conn.cursor()

#read demand file into db
inputDemand = pd.read_csv(folderPath + inputDemandFile)
inputDemand.to_sql('inputDemand', conn, if_exists='replace', index=False)

#create new table and calculate EXP
cur.execute('CREATE TABLE demand_exp AS SELECT from_zone_id, to_zone_id, EXP(demand) AS EXP_Demand FROM inputDemand;')

我已经读到我可以用python在sqlite3中创建函数，但我不知道如何创建

这就是连接。创建函数（）

---

你用python试过了吗？有一些在线测试，也许你在说python很慢之前先检查一下。。。pandas的过滤时间更高…不是groupby，合并链接中提供的内容是的，你是对的，对不起，我没有意识到图表显示了不同的内容。文章中的这个测试似乎是这样的。如果在pandas中完成，我已经在我的过程中快速记录了一些时间，我估计需要+15天，这使我认为SQLite可能会更快，因为SQL通常是为megre/join和处理大数据而构建的。谢谢你指出这一点

>>> import math
>>> conn.create_function('EXP', 1, math.exp)
>>> cur.execute('select EXP(1)')
>>> cur.fetchone()
(2.718281828459045,)