pandas处理mysql_使用pandas操作MySQL数据库

dcf9309ed079005d8c23c7d189d26fbb.gif

import pandas as pd

from sqlalchemy import create_engine

# 初始化数据库连接,使用pymysql模块

# MySQL的用户:root, 密码:root密码, host:39.96.45.1, 端口:3306,数据库:weibo

engine=create_engine('mysql+pymysql://root:密码@39.96.45.1:3306/weibo')

sql = ''' select * from yuqing_weibo_pinglun; '''

# read_sql_query的两个参数: sql语句, 数据库连接

df = pd.read_sql_query(sql, engine)

# 输出employee表的查询结果

print(df['text'].head())

# 新建pandas中的DataFrame, 只有id,num两列

df = pd.DataFrame({'id': [1, 2, 3, 4], 'name': ['zhangsan', 'lisi', 'wangwu', 'zhuliu']})

# 将新建的DataFrame储存为MySQL中的数据表,储存index列

df.to_sql('mydf', engine, index=True)#mydf表名,engine:存到相应的数据库下面

print('Read from and write to Mysql table successfully!')

b3288c7de3da859f8c513ed0574be5c1.gif

运行结果:

pandas处理mysql_使用pandas操作MySQL数据库_第1张图片

这说明我们确实将pandas中新建的DataFrame写入到了MySQL中!

将CSV文件写入到MySQL中

以上的例子实现了使用Pandas库实现MySQL数据库的读写,我们将再介绍一个实例:将CSV文件写入到MySQL中,示例的example.csv文件如下

pandas处理mysql_使用pandas操作MySQL数据库_第2张图片

示例的Python代码如下:

319a9e836a6b60974e50d643c5780ccf.gif

1 # -*- coding: utf-8 -*-

2

3 # 导入必要模块

4 import pandas as pd

5 from sqlalchemy import create_engine

6

7 # 初始化数据库连接,使用pymysql模块

8 db_info = {'user': 'root',

9 'password': '123456',

10 'host': 'localhost',

11 'port': 3306,

12 'database': 'test'

13 }

14

15 engine = create_engine('mysql+pymysql://%(user)s:%(password)s@%(host)s:%(port)d/%(database)s?charset=utf8' % db_info, encoding='utf-8')

16 # 直接使用下一种形式也可以

17 # engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')

18

19 # 读取本地CSV文件

20 df = pd.read_csv("C:/Users/fuqia/Desktop/example.csv", sep=',')

21 print(df)

22 # 将新建的DataFrame储存为MySQL中的数据表,不储存index列(index=False)

23 # if_exists:

24 # 1.fail:如果表存在,啥也不做

25 # 2.replace:如果表存在,删了表,再建立一个新表,把数据插入

26 # 3.append:如果表存在,把数据插入,如果表不存在创建一个表!!

27 pd.io.sql.to_sql(df, 'example', con=engine, index=False, if_exists='replace')

28 # df.to_sql('example', con=engine, if_exists='replace')这种形式也可以

29 print("Write to MySQL successfully!")

c270e49e838ff90ccdfda8104216bb4f.gif

在MySQL中查看example表格

pandas处理mysql_使用pandas操作MySQL数据库_第3张图片

补充:engine.execute(sql)可以直接执行sql语句:

1 from sqlalchemy import create_engine

2

3

4 engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')

5 sql = "DROP TABLE IF EXISTS example"

6 engine.execute(sql)

如果用pymysql,则必须用cursor,读者可以对比一下。

b3ce9fb30f8424e2c49b08089ea15949.gif

1 import pymysql

2 from sqlalchemy import create_engine

3

4 conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123456', db='test')

5 # engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')

6 sql = "DROP TABLE IF EXISTS test_input"

7 cursor = conn.cursor()

8 cursor.execute(sql)

b95e1404ecf7ce8108c5a362270b416d.gif

总结

本文主要介绍了ORM技术以及SQLAlchemy模块,并且展示了两个Python程序的实例,介绍了如何使用Pandas库实现MySQL数据库的读写。

程序本身并不难,关键在于多多练习

你可能感兴趣的:(pandas处理mysql)