Pandas读取与存储MySQL数据

01 前言

在许多工作应用中，常使用的文件来源于数据库。本节讲解Pandas解析MySQL数据库的方法，并学会MySQL数据库的存储方法。

这个是我们今天使用的MySQL数据。为我之前爬取的豆瓣电影数据。

02 Pandas读取MySQL数据

我们都知道，pandas读取csv用readcsv，读取Excel文件用readexcel，当然，读取数据库文件，可以用read_sql。

其方法的参数如下：

read_sql(sql, con, index_col=None, coerce_float=True, params=None, parse_dates=None, columns=None, chunksize=None)

我们常用的就是前两个参数：

• sql 为可执行的sql语句

• con为数据库的连接

为了读取mysql数据库，我们使用pymysql库（记得安装）来进行连接，然后使用read_sql读取即可。

conn = pymysql.connect(	
    host = 'localhost',	
    user = 'root',	
    passwd = '123456',	
    db = 'mydb',	
    port=3306,	
    charset = 'utf8'	
)	
df = pd.read_sql('select * from douban',conn)	
df.head()

03 Pandas存储MySQL数据

同样的，存储数据的方法有tocsv，toexcel等，那要将DataFrame存储到数据库中，我们同样可以使用to_sql方法来完。

其方法的参数如下：

to_sql(name, con, flavor=None, schema=None, if_exists='fail', index=True, index_label=None, chunksize=None, dtype=None)

（1）name参数为存储的表名；（2）con参数为连接数据库，这里和读取有区别，不能用pymysql连接；（3）if_exists参数用于判断是否有重复表名。填写fail表示：如果有重复表名，就不保存。填写replace用作替换。填写append，就在该表中继续插入数据。

df[:9].to_sql(name='test',con='mysql+pymysql://root:123456@localhost:3306/mydb?charset=utf8',if_exists='replace',index=False)

注意：如果报错，可能是因为数据库高于5.7版本的原因，需要更新pymysql库。

今天的分享就到这了，我们下期再见~