前言：
大家好，今天我和大家来聊一下SQLALchemy这个模块，该模块是Python当中最有名的ORM框架，该框架是建立在数据库API之上，使用关系对象映射进行数据库的操作，简而言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。
看到这里，相信不少的读者可能会感觉到云里雾里，我们就通过一个简单的案例在说明一下吧。
例如我们想要在mysql当中新建一个表格，我们首先需要连接上数据库，代码如下：
：# 连接数据库 sql_connect = 'mysql+pymysql://root:123456@localhost:3306/sql_prac?charset=utf8' engine = create_engine(sql_connect) DBSession = sessionmaker(bind=engine) # 创建对象的基类: BaseModel = declarative_base()
一、定义表结构
对于新创建的表格，我们命名为是“User”，同时我们还需要定义表结构，
代码如下：
#定义对象 class User(BaseModel): # 表名 __tablename__ = 'user' # 表结构，其中ID设为是主键，并且是自动增加的 id = Column(Integer, primary_key=True, autoincrement=True) name = Column(String(20)) age = Column(Integer)
二、创建以及删除表
对于创建表以及删除表的操作，代码如下：
#创建映射的数据库表 def init_db(): BaseModel.metadata.create_all(engine) #删除映射的数据库表 def drop_db(): BaseModel.metadata.drop_all(engine)
三、插入数据
我们可以尝试往新建的表格当中插入几个值，
代码如下：
def insert_data(name_1, age_1): # 创建session对象,相当于MySQLdb里面的游标 session = DBSession() # 创建新User对象: new_user = User(name=name_1, age=age_1) # 添加到session: session.add(new_user) # 提交添加数据的操作 session.commit() # 关闭session session.close() if __name__ == "__main__": insert_data(name_1="Mike", age_1=20) insert_data(name_1="John", age_1=35) .......
运行后的结果如下图所示：
四、查询
要是我们想要查询表格中的数据，可以这么来做
# 创建Session: session = DBSession() # 创建Query查询，filter是where条件，最后调用one()返回唯一行，如果调用all()则返回所有行: user = session.query(User).filter(User.name == 'Tom').one() # 打印类型和对象的name属性和age属性: print(user.name, user.age) # 关闭Session: session.close()
要是调用的是all()则返回所有行，因此我们需要通过for循环遍历出来的结果然后打印，
代码如下：
users = session.query(User).filter(User.name == 'John').all() for u in users: print(u.name, u.age)
五、更新和删除数据
我们尝试来更新表格中的一些数据，代码如下：
# 创建Session:
session = DBSession()
# 可以进行多条数据更新
user = session.query(User).filter(User.id == 3)
user.update({User.age: 30})
# 提交数据
session.commit()
# 关闭Session
session.close()
通过“ID”来锁定要更新的数据的位置，然后我们通过调用update()方法将其年龄改成指定的值。与此同时我们还可以来删除表格当中的一些值，
代码如下：
# 创建Session session = DBSession() # 删除哪些数据 user = session.query(User).filter(User.id == 5).one() session.delete(user) # 提交数据 session.commit() # 关闭session session.close()
同样我们也是通过“ID”来锁定要删除数据的位置，然后调用delete()方法。
六、直接运行SQL语句
当然我们在创建session之后，我们也可以在里面直接运行SQL语句，例如我们想要查看一下总共有哪些数据库，
代码如下：
session = DBSession()
print(session.execute('show databases').fetchall())
session.close()
或者我们是想返回表格中的所有数据，代码如下：
session = DBSession()
print(session.execute('select * from user').fetchall())
session.close()
七、DataFrame到MySQL数据库
我们同时也可以批量的将excel或者csv文件当中的数据批量的导入到MySQL数据库当中，我们先通过Pandas读取文件中的数据，
代码如下：
sql_connect = 'mysql+pymysql://用户名:密码@ip地址:端口号/数据库名称?charset=utf8'
engine = create_engine(sql_connect)
df = pd.read_excel("sqlalchemy_test1.xlsx")
df.to_sql("user", engine, index=False, if_exists='append')
当然我们也可以从数据库的某个表格当中来读取数据，代码如下：
df = pd.read_sql("表格名", engine)
print(df.head())
到此这篇关于 分享一个Python 遇到数据库超好用的模块的文章就介绍到这了,更多相关 Python模块内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！