python基于Pandas读写MySQL数据库_Python

要实现 pandas 对 mysql 的读写需要三个库

pandas
sqlalchemy
pymysql

可能有的同学会问，单独用 pymysql 或 sqlalchemy 来读写数据库不香么，为什么要同时用三个库？主要是使用场景不同，个人觉得就大数据处理而言，用 pandas 读写数据库更加便捷。

1、read_sql_query 读取 mysql

read_sql_query 或 read_sql 方法传入参数均为 sql 语句，读取数据库后，返回内容是 dateframe 对象。普及一下：dateframe 其实也是一种数据结构，类似 excel 表格一样。

				?

									import pandas

									from sqlalchemy import create_engine

									class mysqlconn:

									    def __init__(self):

									        mysql_username = 'root'

									        mysql_password = '123456'

									        # 填写真实数库ip

									        mysql_ip = 'x.x.x.x'

									        port = 3306

									        db = 'work'

									        # 初始化数据库连接,使用pymysql库

									        self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db))

									    # 查询mysql数据库

									    def query(self,sql):

									        df  = pandas.read_sql_query(sql,self.engine)

									        # df = pandas.read_sql(sql,self.engine)     这种读取方式也可以

									        # 返回dateframe格式

									        return df

									if __name__ =='__main__':

									    # 查询的 sql 语句 

									    SQL = '''select * from working_time order by id desc '''

									    # 调用 mysqlconn 类的 query() 方法

									    df_data = mysqlconn().query(sql=SQL)

2、to_sql 写入数据库

使用 to_sql 方法写入数据库之前，先把数据转化成 dateframe 。

				?

									import pandas

									from sqlalchemy import create_engine

									class mysqlconn:

									    def __init__(self):

									        mysql_username = 'root'

									        mysql_password = '123456'

									        # 填写真实数库ip

									        mysql_ip = 'mysql.mall.svc.test.local'

									        port = 3306

									        db = 'work'

									        # 初始化数据库连接,使用pymysql库

									        self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db))

									    # 查询mysql数据库

									    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

									    # 写入mysql数据库

									    def to_sql(self,table,df):

									        # 第一个参数是表名

									        # if_exists:有三个值 fail、replace、append

									        # 1.fail:如果表存在，啥也不做

									        # 2.replace:如果表存在，删了表，再建立一个新表，把数据插入

									        # 3.append:如果表存在，把数据插入，如果表不存在创建一个表！！

									        # index 是否储存index列

									        df.to_sql(table, con=self.engine, if_exists='append', index=False)

									if __name__ =='__main__':

									    # 创建 dateframe 对象

									    df = pandas.DataFrame([{'name':'小米','price':'3999','colour':'白色'},{'name':'华为','price':'4999','colour':'黑色'}])

									    # 调用 mysqlconn 类的 to_sql() 方法

									    mysqlconn().to_sql('phonetest',df)