本文實(shí)例講述了Python實(shí)現(xiàn)從SQL型數(shù)據(jù)庫讀寫dataframe型數(shù)據(jù)的方法。分享給大家供大家參考，具體如下：

Python的pandas包對(duì)表格化的數(shù)據(jù)處理能力很強(qiáng)，而SQL數(shù)據(jù)庫的數(shù)據(jù)就是以表格的形式儲(chǔ)存，因此經(jīng)常將sql數(shù)據(jù)庫里的數(shù)據(jù)直接讀取為dataframe，分析操作以后再將dataframe存到sql數(shù)據(jù)庫中。而pandas中的read_sql和to_sql函數(shù)就可以很方便得從sql數(shù)據(jù)庫中讀寫數(shù)據(jù)。

read_sql

參見pandas.read_sql的文檔，read_sql主要有如下幾個(gè)參數(shù)：

• sql:SQL命令字符串
• con：連接sql數(shù)據(jù)庫的engine，一般可以用SQLalchemy或者pymysql之類的包建立
• index_col: 選擇某一列作為index
• coerce_float:非常有用，將數(shù)字形式的字符串直接以float型讀入
• parse_dates:將某一列日期型字符串轉(zhuǎn)換為datetime型數(shù)據(jù)，與pd.to_datetime函數(shù)功能類似。可以直接提供需要轉(zhuǎn)換的列名以默認(rèn)的日期形式轉(zhuǎn)換，也可以用字典的格式提供列名和轉(zhuǎn)換的日期格式，比如{column_name: format string}（format string："%Y:%m:%H:%M:%S"）。
• columns:要選取的列。一般沒啥用，因?yàn)樵趕ql命令里面一般就指定要選擇的列了
• chunksize：如果提供了一個(gè)整數(shù)值，那么就會(huì)返回一個(gè)generator，每次輸出的行數(shù)就是提供的值的大小。
• params：其他的一些執(zhí)行參數(shù)，沒用過不太清楚。。。

以鏈接常見的mysql數(shù)據(jù)庫為例：

import pandas as pd
import pymysql
import sqlalchemy
from sqlalchemy import create_engine
# 1. 用sqlalchemy構(gòu)建數(shù)據(jù)庫鏈接engine
connect_info = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8'.format(DB_USER, DB_PASS, DB_HOST, DB_PORT, DATABASE) #1
engine = create_engine(connect_info)
# sql 命令
sql_cmd = "SELECT * FROM table"
df = pd.read_sql(sql=sql_cmd, con=engine)
# 2. 用DBAPI構(gòu)建數(shù)據(jù)庫鏈接engine
con = pymysql.connect(host=localhost, user=username, password=password, database=dbname, charset='utf8', use_unicode=True)
df = pd.read_sql(sql_cmd, con)

解釋一下 #1: 這個(gè)是sqlalchemy中鏈接數(shù)據(jù)庫的URL格式：dialect[+driver]://user:password@host/dbname[?key=value..]。dialect代表書庫局類型，比如mysql, oracle, postgresql。driver代表DBAPI的名字，比如psycopg2,pymysql等。具體說明可以參考這里。此外由于數(shù)據(jù)里面有中文的時(shí)候就需要將charset設(shè)為utf8。

to_sql

參見pandas.to_sql函數(shù)，主要有以下幾個(gè)參數(shù)：

• name: 輸出的表名
• con: 與read_sql中相同
• if_exits： 三個(gè)模式：fail，若表存在，則不輸出；replace：若表存在，覆蓋原來表里的數(shù)據(jù)；append：若表存在，將數(shù)據(jù)寫到原表的后面。默認(rèn)為fail
• index：是否將df的index單獨(dú)寫到一列中
• index_label:指定列作為df的index輸出，此時(shí)index為True
• chunksize： 同read_sql
• dtype: 指定列的輸出到數(shù)據(jù)庫中的數(shù)據(jù)類型。字典形式儲(chǔ)存：{column_name: sql_dtype}。常見的數(shù)據(jù)類型有sqlalchemy.types.INTEGER(), sqlalchemy.types.NVARCHAR(),sqlalchemy.Datetime()等，具體數(shù)據(jù)類型可以參考這里

還是以寫到mysql數(shù)據(jù)庫為例：

df.to_sql(name='table', 
   con=con, 
   if_exists='append', 
   index=False,
   dtype={'col1':sqlalchemy.types.INTEGER(),
     'col2':sqlalchemy.types.NVARCHAR(length=255),
     'col_time':sqlalchemy.DateTime(),
     'col_bool':sqlalchemy.types.Boolean
   })

注：如果不提供dtype,to_sql會(huì)自動(dòng)根據(jù)df列的dtype選擇默認(rèn)的數(shù)據(jù)類型輸出，比如字符型會(huì)以sqlalchemy.types.TEXT類型輸出，相比NVARCHAR，TEXT類型的數(shù)據(jù)所占的空間更大，所以一般會(huì)指定輸出為NVARCHAR；而如果df的列的類型為np.int64時(shí)，將會(huì)導(dǎo)致無法識(shí)別并轉(zhuǎn)換成INTEGER型，需要事先轉(zhuǎn)換成int類型（用map，apply函數(shù)可以方便的轉(zhuǎn)換）。

參考：

http://docs.sqlalchemy.org/en/latest/core/type_basics.html#sql-standard-and-multiple-vendor-types
http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_sql.html
http://docs.sqlalchemy.org/en/latest/core/engines.html
http://docs.sqlalchemy.org/en/latest/core/type_basics.html#sql-standard-and-multiple-vendor-types
http://stackoverflow.com/questions/30631325/writing-to-mysql-database-with-pandas-using-sqlalchemy-to-sql
http://stackoverflow.com/questions/5687718/how-can-i-insert-data-into-a-mysql-database
http://stackoverflow.com/questions/32235696/pandas-to-sql-gives-unicode-decode-error
http://stackoverflow.com/questions/34383000/pandas-to-sql-all-columns-as-nvarchar

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python常見數(shù)據(jù)庫操作技巧匯總》、《Python數(shù)學(xué)運(yùn)算技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。

最新評(píng)論