使用python的pandas庫讀取csv文件保存至mysql數據庫
第一:pandas.read_csv讀取本地csv文件為數據框形式
data=pd.read_csv('G:\data_operation\python_book\chapter5\\sales.csv')
第二:如果存在日期格式數據,利用pandas.to_datatime()改變類型
data.iloc[:,1]=pd.to_datetime(data.iloc[:,1])
注意:=號,這樣在原始的數據框中,改變了列的類型
第三:查看列類型
print(data.dtypes)
第四:方法一:保存至MYSQL【缺點耗時長】
利用MYSQLdb庫,封裝成一個類,實現創(chuàng)建表,添加數據的操作,缺點耗時長
class Jess_mysql(): """ 設置mysql類,實現創(chuàng)建數據框,表,及添加數據 """ def __init__(self): self.mysql=MySQLdb.connect(user=mysql_name,host=mysql_host,password=mysql_password,database=mysql_database) self.conn=self.mysql.cursor() def create_table(self,table_names,col_names): """ 創(chuàng)建表 :param table_names: 表名 :param col_names: 列名,列表格式 :return: """ tables=' varchar(20),'.join(['%s'] *len(col_names)) sql_yuju='create table if not exists `{t}` ({v} varchar(20))'.format(t=table_names,v=tables)#字段需要標注格式 ss=sql_yuju %(tuple(col_names)) print(ss) self.conn.execute(ss) self.mysql.commit() def add_data(self,table_name,col_names,col_data): """ :param table_name: 表名 :param col_names: 列名,字段名 :param col_data: 字段值 :return: """ colname=','.join(['%s']*len(col_names)) data=','.join(['%s']*len(col_data)) sql_yuju='INSERT INTO `{t}` ({name}) VALUES ({data});'.format(t=table_name,name=colname,data=data) ss=sql_yuju%(*col_names,*col_data) #print(ss) self.conn.execute(ss) self.mysql.commit()
第五:利用sqlalchemy的create_engine()方法
1、創(chuàng)建連接
import sqlalchemy #engine=sqlalchemy.create_engine('mysql + mysqldb://root:123456@118.24.26.227:3306/python_yuny') engine=sqlalchemy.create_engine('mysql+mysqldb://{user}:{password}@{host}:3306/{database}'.format (user=mysql_name,password=mysql_password,host=mysql_host,database=mysql_database))
2、利用pd.io.sql.to_sql()
pd.io.sql.to_sql(frame=data,name='yunying',con=engine,index=False,if_exists='append')
注意相關參數的設置。
此外,保存到mysql中,需要注意日期格式的列,因為在mysql對應的field設置格式為varchar(20)后,原始的日期2015-8-9,寫入數據庫,只有2015,這需要兩步操作。
a、上面第二目錄的,利用pandas.to_datetime(,format='%Y-%m-%d') #format的格式要和原始字符2016-8-9格式一樣
b、利用datetime庫,實現format='%Y%m%d'
x=data.shape[0] for i in range(x): col_data=list(df.iloc[i,:]) col_data[1]=datetime.date.strftime(col_data[1],'%Y%d%m')
•這一步后,日期格式由原始的2016-6-2,轉為20160606,就可以以寫入數據庫對應的字段【其字段類型varchar(20)】
第六:讀取mysql的數據
df=pd.read_sql('select * from %s'%table_name,con=engine,index_col=None)
默認不設置索引列,可以自行指定索引列名。
總結
以上所述是小編給大家介紹的使用python的pandas庫讀取csv文件保存至mysql數據庫,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復大家的。在此也非常感謝大家對腳本之家網站的支持!
相關文章
Jupyter Notebook運行代碼無反應問題及解決方法
這篇文章主要介紹了Jupyter Notebook運行代碼無反應問題及解決方法,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-01-01Windows下Python使用Pandas模塊操作Excel文件的教程
Pandas是一個強大的Python數據分析模塊,這里我們先使用ANACONDA來幫助獲取Pandas所以來的一些環(huán)境,然后來初步學習Windows下Python使用Pandas模塊操作Excel文件的教程2016-05-05