您当前的位置:首页 > IT编程 > python
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:python基于Pandas读写MySQL数据库

51自学网 2021-10-30 22:44:29
  python
这篇教程python基于Pandas读写MySQL数据库写得很实用,希望能帮到您。

要实现 pandas 对 mysql 的读写需要三个库

  • pandas
  • sqlalchemy
  • pymysql

可能有的同学会问,单独用 pymysql 或 sqlalchemy 来读写数据库不香么,为什么要同时用三个库?主要是使用场景不同,个人觉得就大数据处理而言,用 pandas 读写数据库更加便捷。 

1、read_sql_query 读取 mysql

read_sql_query 或 read_sql 方法传入参数均为 sql 语句,读取数据库后,返回内容是 dateframe 对象。普及一下:dateframe 其实也是一种数据结构,类似 excel 表格一样。

import pandasfrom sqlalchemy import create_engineclass mysqlconn:    def __init__(self):        mysql_username = 'root'        mysql_password = '123456'        # 填写真实数库ip        mysql_ip = 'x.x.x.x'        port = 3306        db = 'work'        # 初始化数据库连接,使用pymysql库        self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db))    # 查询mysql数据库    def query(self,sql):        df  = pandas.read_sql_query(sql,self.engine)        # df = pandas.read_sql(sql,self.engine)     这种读取方式也可以        # 返回dateframe格式        return dfif __name__ =='__main__':    # 查询的 sql 语句     SQL = '''select * from working_time order by id desc '''    # 调用 mysqlconn 类的 query() 方法    df_data = mysqlconn().query(sql=SQL)

2、to_sql 写入数据库 

使用 to_sql 方法写入数据库之前,先把数据转化成 dateframe 。

import pandasfrom sqlalchemy import create_engineclass mysqlconn:    def __init__(self):        mysql_username = 'root'        mysql_password = '123456'        # 填写真实数库ip        mysql_ip = 'mysql.mall.svc.test.local'        port = 3306        db = 'work'        # 初始化数据库连接,使用pymysql库        self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db))    # 查询mysql数据库    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    # 写入mysql数据库    def to_sql(self,table,df):        # 第一个参数是表名        # if_exists:有三个值 fail、replace、append        # 1.fail:如果表存在,啥也不做        # 2.replace:如果表存在,删了表,再建立一个新表,把数据插入        # 3.append:如果表存在,把数据插入,如果表不存在创建一个表!!        # index 是否储存index列        df.to_sql(table, con=self.engine, if_exists='append', index=False)if __name__ =='__main__':    # 创建 dateframe 对象    df = pandas.DataFrame([{'name':'小米','price':'3999','colour':'白色'},{'name':'华为','price':'4999','colour':'黑色'}])    # 调用 mysqlconn 类的 to_sql() 方法    mysqlconn().to_sql('phonetest',df)

插入数据库的数据:

以上就是python基于Pandas读写MySQL数据库的详细内容,更多关于Python读写MySQL数据库的资料请关注51zixue.net其它相关文章!


使用python实现三维图可视化
Python+Appium新手教程
万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。