目錄
- 1、read_sql_query 讀取 mysql
- 2、to_sql 寫入數據庫
要實現 pandas 對 mysql 的讀寫需要三個庫
- pandas
- sqlalchemy
- pymysql
可能有的同學會問，單獨用 pymysql 或 sqlalchemy 來讀寫數據庫不香么，為什么要同時用三個庫？主要是使用場景不同，個人覺得就大數據處理而言，用 pandas 讀寫數據庫更加便捷。
1、read_sql_query 讀取 mysql
read_sql_query 或 read_sql 方法傳入參數均為 sql 語句，讀取數據庫后，返回內容是 dateframe 對象。普及一下：dateframe 其實也是一種數據結構，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'
# 填寫真實數庫ip
mysql_ip = 'x.x.x.x'
port = 3306
db = 'work'
# 初始化數據庫連接,使用pymysql庫
self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db))
# 查詢mysql數據庫
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 '''
# 調用 mysqlconn 類的 query() 方法
df_data = mysqlconn().query(sql=SQL)
2、to_sql 寫入數據庫
使用 to_sql 方法寫入數據庫之前，先把數據轉化成 dateframe 。
import pandas
from sqlalchemy import create_engine
class mysqlconn:
def __init__(self):
mysql_username = 'root'
mysql_password = '123456'
# 填寫真實數庫ip
mysql_ip = 'mysql.mall.svc.test.local'
port = 3306
db = 'work'
# 初始化數據庫連接,使用pymysql庫
self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db))
# 查詢mysql數據庫
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數據庫
def to_sql(self,table,df):
# 第一個參數是表名
# 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，把數據插入
# 3.append:如果表存在，把數據插入，如果表不存在創建一個表！！
# index 是否儲存index列
df.to_sql(table, con=self.engine, if_exists='append', index=False)
if __name__ =='__main__':
# 創建 dateframe 對象
df = pandas.DataFrame([{'name':'小米','price':'3999','colour':'白色'},{'name':'華為','price':'4999','colour':'黑色'}])
# 調用 mysqlconn 類的 to_sql() 方法
mysqlconn().to_sql('phonetest',df)
插入數據庫的數據：
以上就是python基于Pandas讀寫MySQL數據庫的詳細內容，更多關于Python讀寫MySQL數據庫的資料請關注腳本之家其它相關文章！
您可能感興趣的文章:- Python 讀寫 Matlab Mat 格式數據的操作
- 解決python3 json數據包含中文的讀寫問題
- python里讀寫excel等數據文件的6種常用方式(小結)
- python讀寫數據讀寫csv文件(pandas用法)
- Python web框架(django,flask)實現mysql數據庫讀寫分離的示例
- python讀寫excel數據--pandas詳解
