快捷導(dǎo)航

python基于Pandas讀寫MySQL數(shù)據(jù)庫(kù)

更新時(shí)間：2021年04月16日 14:30:01 作者：三只松鼠

這篇文章主要介紹了python基于Pandas讀寫MySQL數(shù)據(jù)庫(kù)，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下

可能有的同學(xué)會(huì)問，單獨(dú)用 pymysql 或 sqlalchemy 來(lái)讀寫數(shù)據(jù)庫(kù)不香么，為什么要同時(shí)用三個(gè)庫(kù)？主要是使用場(chǎng)景不同，個(gè)人覺得就大數(shù)據(jù)處理而言，用 pandas 讀寫數(shù)據(jù)庫(kù)更加便捷。

1、read_sql_query 讀取 mysql

read_sql_query 或 read_sql 方法傳入?yún)?shù)均為 sql 語(yǔ)句，讀取數(shù)據(jù)庫(kù)后，返回內(nèi)容是 dateframe 對(duì)象。普及一下：dateframe 其實(shí)也是一種數(shù)據(jù)結(jié)構(gòu)，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(shí)數(shù)庫(kù)ip
        mysql_ip = 'x.x.x.x'
        port = 3306
        db = 'work'
        # 初始化數(shù)據(jù)庫(kù)連接,使用pymysql庫(kù)
        self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db))

    # 查詢mysql數(shù)據(jù)庫(kù)
    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(yǔ)句 
    SQL = '''select * from working_time order by id desc '''
    # 調(diào)用 mysqlconn 類的 query() 方法
    df_data = mysqlconn().query(sql=SQL)

2、to_sql 寫入數(shù)據(jù)庫(kù)

使用 to_sql 方法寫入數(shù)據(jù)庫(kù)之前，先把數(shù)據(jù)轉(zhuǎn)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(shí)數(shù)庫(kù)ip
        mysql_ip = 'mysql.mall.svc.test.local'
        port = 3306
        db = 'work'
        # 初始化數(shù)據(jù)庫(kù)連接,使用pymysql庫(kù)
        self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db))

    # 查詢mysql數(shù)據(jù)庫(kù)
    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(shù)據(jù)庫(kù)
    def to_sql(self,table,df):
        # 第一個(gè)參數(shù)是表名
        # if_exists:有三個(gè)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(gè)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(gè)表??！
        # index 是否儲(chǔ)存index列
        df.to_sql(table, con=self.engine, if_exists='append', index=False)

if __name__ =='__main__':
    # 創(chuàng)建 dateframe 對(duì)象
    df = pandas.DataFrame([{'name':'小米','price':'3999','colour':'白色'},{'name':'華為','price':'4999','colour':'黑色'}])
    # 調(diào)用 mysqlconn 類的 to_sql() 方法
    mysqlconn().to_sql('phonetest',df)

插入數(shù)據(jù)庫(kù)的數(shù)據(jù)：