pandas.DataFrame寫入數據庫的實現(xiàn)方式
更新時間：2023年08月15日 09:11:15 作者：芳樽里的歌
這篇文章主要介紹了pandas.DataFrame寫入數據庫的實現(xiàn)方式,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
pandas.DataFrame寫入數據庫的方式
以mysql數據庫為例，需要導入包pymysql。
假設我們已經創(chuàng)建了一個df，現(xiàn)在將其導入數據庫中。
寫法如下：
import pymysql
import pandas as pd
from sqlalchemy import create_engine
#建立連接，username替換為用戶名，passwd替換為密碼，test替換為數據庫名
conn = create_engine('mysql+pymysql://username:passwd@localhost:3306/test',encoding='utf8') ?
#寫入數據，table_name為表名，‘replace'表示如果同名表存在就替換掉
pd.io.sql.to_sql(df, "table_name", conn, if_exists='replace')Pandas DataFrame數據寫入文件和數據庫
Pandas是Python下一個開源數據分析的庫，它提供的數據結構DataFrame極大的簡化了數據分析過程中一些繁瑣操作,DataFrame是一張多維的表，大家可以把它想象成一張Excel表單或者Sql表。
之前這篇文章已經介紹了從各種數據源將原始數據載入到dataframe中，這篇文件介紹怎么將處理好的dataframe中的數據寫入到文件和數據庫中。
創(chuàng)建DataFrame對象
首先我們通過二維ndarray創(chuàng)建一個簡單的DataFrame：
import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(3, 4)) df
0 1 2 3 0 1.0492286140081302 -0.7922606407983686 0.020418054868760225 -1.6649819403741724 1 0.3485250628814134 -2.117606544377745 1.466822878437205 -0.9249205656243358 2 1.3073567907490637 -0.7350348086218035 0.2856083175408006 -0.9053483976251634
1. Dataframe寫入到csv文件
df.to_csv('D:\\a.csv', sep=',', header=True, index=True)第一個參數是說把dataframe寫入到D盤下的a.csv文件中，參數sep表示字段之間用’,’分隔，header表示是否需要頭部，index表示是否需要行號。
2. Dataframe寫入到json文件
df.to_json('D:\\a.json')把dataframe寫入到D盤下的a.json文件中,文件的內容為
{"0":{"0":1.049228614,"1":0.3485250629,"2":1.3073567907},"1":{"0":-0.7922606408,"1":-2.1176065444,"2":-0.7350348086},"2":{"0":0.0204180549,"1":1.4668228784,"2":0.2856083175},"3":{"0":-1.6649819404,"1":-0.9249205656,"2":-0.9053483976}}官方demo：
df = pd.DataFrame([['a', 'b'], ['c', 'd']],
? ? ? ? ? ? ? ? ? ?index=['row 1', 'row 2'],
? ? ? ? ? ? ? ? ? ?columns=['col 1', 'col 2'])
###########
split
###########
df.to_json(orient='split')
>'{"columns":["col 1","col 2"],
? "index":["row 1","row 2"],
? "data":[["a","b"],["c","d"]]}'
###########
index
###########
df.to_json(orient='index')
>'{"row 1":{"col 1":"a","col 2":"b"},"row 2":{"col 1":"c","col 2":"d"}}'
###########
records
###########
df.to_json(orient='records')
>'[{"col 1":"a","col 2":"b"},{"col 1":"c","col 2":"d"}]'
###########
table
###########
df.to_json(orient='table')
>'{"schema": {"fields": [{"name": "index", "type": "string"},
? ? ? ? ? ? ? ? ? ? ? ? {"name": "col 1", "type": "string"},
? ? ? ? ? ? ? ? ? ? ? ? {"name": "col 2", "type": "string"}],
? ? ? ? ? ? ?"primaryKey": "index",
? ? ? ? ? ? ?"pandas_version": "0.20.0"},
? "data": [{"index": "row 1", "col 1": "a", "col 2": "b"},
? ? ? ? ? ?{"index": "row 2", "col 1": "c", "col 2": "d"}]}'3.Dataframe寫入到html文件
df.to_html('D:\\a.html')把dataframe寫入到D盤下的a.html文件中,文件的內容為
<table border="1" class="dataframe"> ? <thead> ? ? <tr style="text-align: right;"> ? ? ? <th></th> ? ? ? <th>0</th> ? ? ? <th>1</th> ? ? ? <th>2</th> ? ? ? <th>3</th> ? ? </tr> ? </thead> ? <tbody> ? ? <tr> ? ? ? <th>0</th> ? ? ? <td>-0.677090</td> ? ? ? <td>0.990133</td> ? ? ? <td>-1.775863</td> ? ? ? <td>0.654884</td> ? ? </tr> ? ? <tr> ? ? ? <th>1</th> ? ? ? <td>-1.825927</td> ? ? ? <td>-2.262985</td> ? ? ? <td>-0.849212</td> ? ? ? <td>-0.154182</td> ? ? </tr> ? ? <tr> ? ? ? <th>2</th> ? ? ? <td>0.252012</td> ? ? ? <td>0.464503</td> ? ? ? <td>0.771977</td> ? ? ? <td>0.329159</td> ? ? </tr> ? </tbody> </table>
在瀏覽器中打開a.html的樣式為
4.Dataframe寫入到剪貼板中
這個是我認為最為貼心的功能, 一行代碼可以將dataframe的內容導入到剪切板中，然后可以復制到任意地方
df.to_clipboard()
5.Dataframe寫入到數據庫中
df.to_sql('tableName', con=dbcon, flavor='mysql')第一個參數是要寫入表的名字，第二參數是sqlarchmy的數據庫鏈接對象，第三個參數表示數據庫的類型，“mysql”表示數據庫的類型為mysql。
總結
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
這篇文章主要介紹了python輸出指定月份日歷的方法,涉及Python中calendar模塊操作日期的相關技巧,需要的朋友可以參考下2015-04-04
基于Python實現(xiàn)植物大戰(zhàn)僵尸游戲的示例代碼
植物大戰(zhàn)僵尸是一款經典的塔防類游戲,玩家通過種植各種植物來抵御僵尸的攻擊,本文將詳細介紹如何使用Python和Pygame庫來實現(xiàn)一個簡單的植物大戰(zhàn)僵尸游戲,文中通過代碼示例講解的非常詳細,感興趣的小伙伴跟著小編一起來看看吧2024-10-10
數據庫風險發(fā)現(xiàn)系統(tǒng)旨在識別和緩解數據庫中的潛在風險,如SQL注入,未授權訪問等,下面小編就來為大家詳細介紹一下如何使用Python實現(xiàn)數據庫的風險識別吧2025-03-03
人臉識別實戰(zhàn)之Opencv+SVM實現(xiàn)人臉識別
這篇文章主要介紹了通過Opencv+SVM實現(xiàn)人臉識別功能，文中的示例代碼介紹詳細，對于我們學習人臉識別和OpenCV都有一定的幫助，感興趣的小伙伴可以學習一下2021-12-12
Python從list類型、range()序列簡單認識類(class)【可迭代】
這篇文章主要介紹了Python從list類型、range()序列簡單認識類(class),結合實例形式分析了list、range及自定義類等可迭代數據類型相關使用技巧,需要的朋友可以參考下2019-05-05
pandas pivot_table() 按日期分多列數據的方法
今天小編就為大家分享一篇pandas pivot_table() 按日期分多列數據的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11
這篇文章主要用代碼幫你了解Python基礎，使用列表，元組和條件判斷的示例代碼，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-01-01
在本篇文章里小編給大家整理了是關于學python安裝什么軟件的相關知識點內容，有需要的朋友們學習下。2019-10-10
python基礎之reverse和reversed函數的介紹及使用
我們在整理資料的時候,有的時候過于混亂難以整理,這時我們不妨可以對它先進行一個排序,這樣可以方便我們?yōu)g覽,查詢,有利于我們整理資料,下面這篇文章主要給大家介紹了關于python基礎之reverse和reversed函數的介紹及使用,需要的朋友可以參考下2022-12-12
這篇文章主要介紹了pytorch 如何使用batch訓練lstm網絡的操作，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2021-05-05