在這個案例中，我們將使用Jupyter Notebook來結合SQL和Python進行數據分析

1. 首先，確保已經安裝了必要的庫。在Jupyter Notebook中運行以下命令：

!pip install pandas
!pip install sqlite3
!pip install ipython-sql

2. 導入所需的庫：

import pandas as pd
import sqlite3
from IPython.display import display
%load_ext sql

3. 創建一個SQLite數據庫并連接到它：

conn = sqlite3.connect('example.db')

4. 使用魔法命令%sql連接到數據庫：

%sql sqlite:///example.db

5. 創建一個表格并插入數據：

%%sql
CREATE TABLE sales (
    id INTEGER PRIMARY KEY,
    product TEXT,
    price REAL,
    quantity INTEGER,
    date TEXT
);

INSERT INTO sales (product, price, quantity, date) VALUES
    ('Product A', 10.0, 5, '2021-01-01'),
    ('Product B', 20.0, 10, '2021-01-01'),
    ('Product A', 10.0, 15, '2021-01-02'),
    ('Product B', 20.0, 20, '2021-01-02');

6. 使用SQL查詢數據并將結果存儲在Pandas DataFrame中：

result = %sql SELECT * FROM sales;
df = result.DataFrame()
display(df)

7. 使用Python對數據進行進一步處理。例如，計算每個產品的總銷售額：

sales_summary = df.groupby('product').sum().reset_index()
sales_summary['total_sales'] = sales_summary['price'] * sales_summary['quantity']
display(sales_summary)

8. 關閉數據庫連接：

conn.close()

這個簡單的案例展示了如何在Jupyter Notebook中結合SQL和Python進行數據分析。你可以根據自己的需求修改代碼，以處理更復雜的數據和查詢。