Pandas之从sql库中导入数据的几种方法分析

1.使用mysql-connector-python库将SQL文件导入到Python中，并查询数据库中的表

确保已经安装mysql-connector-python库

#导入模块
import mysql.connector

# 建立与MySQL数据库的连接
conn = mysql.connector.connect(
    host="localhost",
    user="username",
    password="password",
    database="database_name")

# 创建游标对象
cursor = conn.cursor()

#读取SQL文件内容：
with open("path/to/sql_file.sql", "r") as file:
    sql_script = file.read()
cursor.execute(sql_script, multi=True)
conn.commit()

# 执行查询语句
query = "SELECT * FROM table_name"
cursor.execute(query)

# 获取结果集
result = cursor.fetchall()

# 显示结果
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
conn.close()

"localhost","username","password","database_name"分别替换成，主机名字，sql的用户名字，用户密码，所要导入的数据库名字
"path/to/sql_file.sql"替换为数据库粘贴到pycharm以后得实际路径

"table_name"改为实际表名

#在sql中查询用户名
SELECT User FROM mysql.user;

#在sql中查询主机名
SELECT HOSTNAME() AS hostname;

2.MySQLdb模块导入sql文件到Python中

#安装MySQLdb库：
pip install MySQL-python

#导入MySQLdb模块：
import MySQLdb

#建立与MySQL数据库的连接：
conn = MySQLdb.connect(
    host="localhost",
    user="username",
    passwd="password",
    db="database_name")

#创建游标对象：
cursor = conn.cursor()
#读取SQL文件内容：
with open("path/to/sql_file.sql", "r") as file:
    sql_script = file.read()

#执行SQL脚本：
cursor.execute(sql_script)

#提交更改到数据库：
conn.commit()

#关闭游标和连接：
cursor.close()
conn.close()

（如果你使用的是Python 3，MySQLdb可能不兼容。可以尝试安装替代模块，如pymysql或mysql-connector-python。）

3.使用pymysql库将SQL文件导入到Python中

#安装pymysql库：
pip install pymysql

#导入pymysql模块：
import pymysql

#建立与MySQL数据库的连接：
conn = pymysql.connect(
    host="localhost",
    user="username",
    password="password",
    db="database_name")
#请根据实际情况修改host、user、password和db等参数。

#创建游标对象：
cursor = conn.cursor()

#读取SQL文件内容：
with open("path/to/sql_file.sql", "r") as file:
    sql_script = file.read()
#将"path/to/sql_file.sql"替换为您要导入的SQL文件的路径。

#执行SQL脚本：
cursor.execute(sql_script)

#提交更改到数据库：
conn.commit()

#关闭游标和连接：
cursor.close()
conn.close()