#Criando um Banco de Dados Local
#Importando as Bibliotecas
import pandas as pd
import sqlalchemy
from sqlalchemy import create_engine, MetaData, Table, inspect,text
engine = create_engine('sqlite:///:memory:')
#caminho do Arquivo
caminho = 'https://raw.githubusercontent.com/alura-cursos/Pandas/main/clientes_banco.csv'
#importando e lendo o arquivo em uma variavel e verificando as 5 primeiras linhas
clientes = pd.read_csv(caminho)
clientes.head()
# Transformando o arquivo em um banco local
clientes.to_sql('tabela_clientes', engine, index=False)
inspector = inspect(engine)
#visualizando o nome do arquivo criado
print(inspector.get_table_names())
# Deletando Cliente inexistente
query1 = text('DELETE FROM tabela_clientes WHERE ID_Cliente = 5008809')
with engine.connect() as conn:
conn.execute(query1)
conn.commit() # 3. Salvando as alterações no banco de dados!
#atualizando cliente
query2 = text('UPDATE tabela_clientes SET Rendimento_anual = 300000 WHERE ID_Cliente = 6840104')
with engine.connect() as conn:
conn.execute(query2)
conn.commit() # 3. Salvando as alterações no banco de dados!
#inserindo novo registro
query3 = text('INSERT INTO tabela_clientes("ID_Cliente", "Idade", "Grau_escolaridade", "Estado_civil", "Tamanho_familia", "Categoria_de_renda", "Ocupacao", "Anos_empregado", "Rendimento_anual", "Tem_carro", "Moradia") VALUES (6850985, 33, "Doutorado", "Solteiro", 1, "Empregado", "TI", 2, 290000, 0 , "Casa/apartamento próprio")')
with engine.connect() as conn:
conn.execute(query3)
conn.commit() # 3. Salvando as alterações no banco de dados!
#visualizando tabela
pd.read_sql_table('tabela_clientes', con=engine)
Para saber mais: 
DOCUMENTAÇÃO 