使用pandas操作MySQL数据库
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了使用pandas操作MySQL数据库,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含3209字,纯文字阅读大概需要5分钟。
内容图文
![使用pandas操作MySQL数据库](/upload/InfoBanner/zyjiaocheng/507/9c08f4f1b08b4cf1be4526ca37d2a0c9.jpg)
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!‘)
运行结果:
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
示例的Python代码如下:
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!")
在MySQL中查看example表格
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。
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)
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
使用pandas操作MySQL数据库
标签:example 软件 补充 alt exec 如何使用 NPU sep 初始
本文系统来源:https://www.cnblogs.com/zxg-1997/p/10700692.html
内容总结
以上是互联网集市为您收集整理的使用pandas操作MySQL数据库全部内容,希望文章能够帮你解决使用pandas操作MySQL数据库所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。