python基于Pandas讀寫MySQL數(shù)據(jù)庫
要實現(xiàn) pandas 對 mysql 的讀寫需要三個庫
- pandas
- sqlalchemy
- pymysql
可能有的同學(xué)會問,單獨用 pymysql 或 sqlalchemy 來讀寫數(shù)據(jù)庫不香么,為什么要同時用三個庫?主要是使用場景不同,個人覺得就大數(shù)據(jù)處理而言,用 pandas 讀寫數(shù)據(jù)庫更加便捷。
1、read_sql_query 讀取 mysql
read_sql_query 或 read_sql 方法傳入?yún)?shù)均為 sql 語句,讀取數(shù)據(jù)庫后,返回內(nèi)容是 dateframe 對象。普及一下:dateframe 其實也是一種數(shù)據(jù)結(jié)構(gòu),類似 excel 表格一樣。
import pandas
from sqlalchemy import create_engine
class mysqlconn:
def __init__(self):
mysql_username = 'root'
mysql_password = '123456'
# 填寫真實數(shù)庫ip
mysql_ip = 'x.x.x.x'
port = 3306
db = 'work'
# 初始化數(shù)據(jù)庫連接,使用pymysql庫
self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db))
# 查詢mysql數(shù)據(jù)庫
def query(self,sql):
df = pandas.read_sql_query(sql,self.engine)
# df = pandas.read_sql(sql,self.engine) 這種讀取方式也可以
# 返回dateframe格式
return df
if __name__ =='__main__':
# 查詢的 sql 語句
SQL = '''select * from working_time order by id desc '''
# 調(diào)用 mysqlconn 類的 query() 方法
df_data = mysqlconn().query(sql=SQL)
2、to_sql 寫入數(shù)據(jù)庫
使用 to_sql 方法寫入數(shù)據(jù)庫之前,先把數(shù)據(jù)轉(zhuǎn)化成 dateframe 。
import pandas
from sqlalchemy import create_engine
class mysqlconn:
def __init__(self):
mysql_username = 'root'
mysql_password = '123456'
# 填寫真實數(shù)庫ip
mysql_ip = 'mysql.mall.svc.test.local'
port = 3306
db = 'work'
# 初始化數(shù)據(jù)庫連接,使用pymysql庫
self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db))
# 查詢mysql數(shù)據(jù)庫
def query(self,sql):
df = pandas.read_sql_query(sql,self.engine)
# df = pandas.read_sql(sql,self.engine)
# 返回dateframe格式
return df
# 寫入mysql數(shù)據(jù)庫
def to_sql(self,table,df):
# 第一個參數(shù)是表名
# if_exists:有三個值 fail、replace、append
# 1.fail:如果表存在,啥也不做
# 2.replace:如果表存在,刪了表,再建立一個新表,把數(shù)據(jù)插入
# 3.append:如果表存在,把數(shù)據(jù)插入,如果表不存在創(chuàng)建一個表!!
# index 是否儲存index列
df.to_sql(table, con=self.engine, if_exists='append', index=False)
if __name__ =='__main__':
# 創(chuàng)建 dateframe 對象
df = pandas.DataFrame([{'name':'小米','price':'3999','colour':'白色'},{'name':'華為','price':'4999','colour':'黑色'}])
# 調(diào)用 mysqlconn 類的 to_sql() 方法
mysqlconn().to_sql('phonetest',df)
插入數(shù)據(jù)庫的數(shù)據(jù):

以上就是python基于Pandas讀寫MySQL數(shù)據(jù)庫的詳細(xì)內(nèi)容,更多關(guān)于Python讀寫MySQL數(shù)據(jù)庫的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
python編程學(xué)習(xí)使用管道Pipe編寫優(yōu)化代碼
大家好,今天這篇文章我將詳細(xì)講解 Pipe 如何讓你的代碼更加簡潔的方法,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-11-11
Python子進(jìn)程subpocess原理及用法解析
這篇文章主要介紹了Python子進(jìn)程subpocess原理及用法解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-07-07
如何使用python的xml庫實現(xiàn)自閉合標(biāo)簽
文章介紹了作者編寫一個URDF格式化插件的初衷,目的是解決sw2urdf導(dǎo)出的URDF文件格式混亂的問題,本文結(jié)合實例代碼給大家介紹的非常詳細(xì),感興趣的朋友一起看看吧2025-01-01
Python實現(xiàn)字符型圖片驗證碼識別完整過程詳解
這篇文章主要介紹了Python實現(xiàn)字符型圖片驗證碼識別完整過程詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05

