Python使用Pandas庫實現(xiàn)MySQL數(shù)據(jù)庫的讀寫

更新時間：2019年07月06日 09:44:47 作者：IT成長筆記

這篇文章主要介紹了Python使用Pandas庫實現(xiàn)MySQL數(shù)據(jù)庫的讀寫 ,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

本次分享將介紹如何在Python中使用Pandas庫實現(xiàn)MySQL數(shù)據(jù)庫的讀寫。首先我們需要了解點ORM方面的知識

ORM技術

對象關系映射技術，即ORM（Object-Relational Mapping）技術，指的是把關系數(shù)據(jù)庫的表結構映射到對象上，通過使用描述對象和數(shù)據(jù)庫之間映射的元數(shù)據(jù)，將程序中的對象自動持久化到關系數(shù)據(jù)庫中。

在Python中，最有名的ORM框架是SQLAlchemy。Java中典型的ORM中間件有:Hibernate,ibatis,speedframework。

SQLAlchemy

SQLAlchemy是Python編程語言下的一款開源軟件。提供了SQL工具包及對象關系映射（ORM）工具，使用MIT許可證發(fā)行

SQLAlchemy模塊提供了create_engine()函數(shù)用來初始化數(shù)據(jù)庫連接，SQLAlchemy用一個字符串表示連接信息：

'數(shù)據(jù)庫類型+數(shù)據(jù)庫驅動名稱://用戶名:口令@機器地址:端口號/數(shù)據(jù)庫名

Pandas讀寫MySQL數(shù)據(jù)庫

我們需要以下三個庫來實現(xiàn)Pandas讀寫MySQL數(shù)據(jù)庫：

pandas
sqlalchemy
pymysql

其中，pandas模塊提供了read_sql_query（）函數(shù)實現(xiàn)了對數(shù)據(jù)庫的查詢，to_sql（）函數(shù)實現(xiàn)了對數(shù)據(jù)庫的寫入。并不需要實現(xiàn)新建MySQL數(shù)據(jù)表。

sqlalchemy模塊實現(xiàn)了與不同數(shù)據(jù)庫的連接，而pymysql模塊則使得Python能夠操作MySQL數(shù)據(jù)庫。

我們將使用MySQL數(shù)據(jù)庫中的mydb數(shù)據(jù)庫以及employee表，內容如下：

注意：

1.根據(jù)庫的文檔，我們看到to_sql函數(shù)支持兩類mysql引擎一個是sqlalchemy，另一個是sqlliet3.沒錯，在你寫入庫的時候，pymysql是不能用的?。?！

mysqldb也是不能用的，你只能使用sqlalchemy或者sqlliet3??！鑒于sqllift3已經(jīng)很久沒有更新了，筆者這里建議使用sqlalchemy?。?/p>

2.to_sql函數(shù)并不在pd之中，而是在io.sql之中，是sql腳本下的一個類?。?！所以to_sql的最好寫法就是：

pd.io.sql.to_sql(df1,tablename,con=conn,if_exists='repalce')

下面將介紹一個簡單的例子來展示如何在pandas中實現(xiàn)對MySQL數(shù)據(jù)庫的讀寫：

import pandas as pd
from sqlalchemy import create_engine
# 初始化數(shù)據(jù)庫連接，使用pymysql模塊
# MySQL的用戶：root, 密碼:147369, 端口：3306,數(shù)據(jù)庫：test
engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')
# 查詢語句，選出employee表中的所有數(shù)據(jù)
sql = ''' select * from employee; '''
# read_sql_query的兩個參數(shù): sql語句， 數(shù)據(jù)庫連接
df = pd.read_sql_query(sql, engine)
# 輸出employee表的查詢結果
print(df)

# 新建pandas中的DataFrame, 只有id,num兩列
df = pd.DataFrame({'id': [1, 2, 3, 4], 'name': ['zhangsan', 'lisi', 'wangwu', 'zhuliu']})
# 將新建的DataFrame儲存為MySQL中的數(shù)據(jù)表，儲存index列
df.to_sql('mydf', engine, index=True)
print('Read from and write to Mysql table successfully!')

運行結果：

這說明我們確實將pandas中新建的DataFrame寫入到了MySQL中！

將CSV文件寫入到MySQL中

以上的例子實現(xiàn)了使用Pandas庫實現(xiàn)MySQL數(shù)據(jù)庫的讀寫，我們將再介紹一個實例：將CSV文件寫入到MySQL中，示例的example.csv文件如下

示例的Python代碼如下：

# -*- coding: utf-8 -*-

# 導入必要模塊
import pandas as pd
from sqlalchemy import create_engine

# 初始化數(shù)據(jù)庫連接，使用pymysql模塊
db_info = {'user': 'root',
      'password': '123456',
      'host': 'localhost',
      'port': 3306,
      'database': 'test'
      }

engine = create_engine('mysql+pymysql://%(user)s:%(password)s@%(host)s:%(port)d/%(database)s?charset=utf8' % db_info, encoding='utf-8')
# 直接使用下一種形式也可以
# engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')

# 讀取本地CSV文件
df = pd.read_csv("C:/Users/fuqia/Desktop/example.csv", sep=',')
print(df)
# 將新建的DataFrame儲存為MySQL中的數(shù)據(jù)表，不儲存index列(index=False)
# if_exists:
# 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！！
pd.io.sql.to_sql(df, 'example', con=engine, index=False, if_exists='replace')
# df.to_sql('example', con=engine, if_exists='replace')這種形式也可以
print("Write to MySQL successfully!")

在MySQL中查看example表格

補充：engine.execute(sql)可以直接執(zhí)行sql語句：

from sqlalchemy import create_engine 
 
 engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')
sql = "DROP TABLE IF EXISTS example"
engine.execute(sql)

如果用pymysql，則必須用cursor，讀者可以對比一下。

import pymysql
from sqlalchemy import create_engine

conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123456', db='test')
# engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')
sql = "DROP TABLE IF EXISTS test_input"
cursor = conn.cursor()
cursor.execute(sql)

總結

本文主要介紹了ORM技術以及SQLAlchemy模塊，并且展示了兩個Python程序的實例，介紹了如何使用Pandas庫實現(xiàn)MySQL數(shù)據(jù)庫的讀寫。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: