Python连接MySQL数据库(pymysql),DataFrame写入 MySQL(create_engine)- Python代码

模块安装

使用以下命令安装 PyMySQL:

$ pip install PyMySQL

若系统不支持 pip,还可以这样安装:

$ git clone https://github.com/PyMySQL/PyMySQL
$ cd PyMySQL/
$ python3 setup.py install

 

Python连接MySQL数据库

# -*- coding:utf-8 -*-
import pymysql 
import pandas as pd
from pandas import DataFrame,Series# 打开数据库连接(host一般都是localhost,user填写用户名,password是密码,port一般也是3306)
db = pymysql.connect(host='localhost', user='root', password='******', port=3306) cursor = db.cursor() #获取游标
data = cursor.execute("SELECT * FROM ajx.zhibiao")# 执行SQL查询,获取数据
data = list(cursor.fetchall())# 获取单条数据
db.close()# 关闭数据库连接#获取的数据存入本地(也可在下面的模型中直接使用 data )
re_outfile =  u'D:\\pythondata\\re_zhibiao.xlsx'
data_re.to_excel(re_outfile)
print(u'数据读取结束,并保存至本地:', str(outputfile))

如果还需要获取到列名,需要加一句了:

# -*- coding:utf-8 -*-
import pymysql 
import pandas as pd
from pandas import DataFrame,Series# 打开数据库连接(host一般都是localhost,user填写用户名,password是密码,port一般也是3306)
db = pymysql.connect(host='localhost', user='root', password='******', port=3306) # 获取数据
cursor = db.cursor() #获取游标
data = cursor.execute("SELECT * FROM ajx.zhibiao")# 执行SQL查询,获取数据
data = list(cursor.fetchall())# 获取单条数据# 获取列名列表
# ################################################相对上一段代码有改动的地方
fea = cursor.execute("SHOW FULL COLUMNS FROM ajx.zhibiao")#获取列名
fea = list(cursor.fetchall())
lis=[]
for i in fea:lis.append(list(i)[0])
data = pd.DataFrame(data,columns=lis)#list转化成dataframe格式
columns = data.columns.values.tolist() 
# #######################################################################db.close()# 关闭数据库连接#获取的数据存入本地(也可在下面的模型中直接使用 data )
re_outfile =  u'D:\\pythondata\\re_zhibiao.xlsx'
data_re.to_excel(re_outfile)
print(u'数据读取结束,并保存至本地:', str(outputfile))

如果在所有的列中,你只需要获取列名中含有特定字符的列,那么就是这样来实现:

# -*- coding:utf-8 -*-
import pymysql 
import pandas as pd
from pandas import DataFrame,Series# 打开数据库连接(host一般都是localhost,user填写用户名,password是密码,port一般也是3306)
db = pymysql.connect(host='localhost', user='root', password='******', port=3306) # 获取数据
cursor = db.cursor() #获取游标
data = cursor.execute("SELECT * FROM ajx.zhibiao")# 执行SQL查询,获取数据
data = list(cursor.fetchall())# 获取单条数据# 获取列名列表
fea = cursor.execute("SHOW FULL COLUMNS FROM ajx.zhibiao")#获取列名
fea = list(cursor.fetchall())
lis=[]
for i in fea:lis.append(list(i)[0])
data = pd.DataFrame(data,columns=lis)#list转化成dataframe格式
columns = data.columns.values.tolist() db.close()# 关闭数据库连接#获取列名中包含特定字符的列
# #################################相对上一段代码有改动的地方
col_re = []  # 存储包含‘re’字段的列名
for i in columns:if 're' in i:col_re.append(i)
data_re = data[col_re]  # 根据列名取列
data_re = DataFrame(data_re) # 转化为DataFrame格式
# ###################################################获取的数据存入本地(也可在下面的模型中直接使用 data )
re_outfile =  u'D:\\pythondata\\re_zhibiao.xlsx'
data_re.to_excel(re_outfile)
print(u'数据读取结束,并保存至本地:', str(outputfile))

 

Python  DataFrame写入 MySQL

import pandas as pd
from sqlalchemy import create_engine#获取到dataframe格式的数据
datafile = u'D:\\pythondata\\learn\\split.xlsx'
data = pd.read_excel(datafile)#填写链接信息
engine = create_engine("mysql+pymysql://【此处填用户名】:【此处填密码】@【此处填host】:【此处填port】/【此处填数据库的名称】?charset=utf8") 
# 例如:engine = create_engine("mysql+pymysql://root:666666@localhost:3306/ajx?charset=utf8")#开始写入
data.to_sql(name = 'split',con = engine,if_exists = 'append',index = False,index_label = False)

DataFrame.to_sqlnameconschema = Noneif_exists ='fail'index = Trueindex_label = Nonechunksize = Nonedtype = Nonemethod = None 

name:表名;

if_exists : {'fail','replace','append'},默认'fail'。代表如果name表已存在,则如何操作。

  • if_exists ='fail':若表存在,则报错;
  • if_exists ='replace':若表存在,则删除表中数据重新导入;
  • if_exists ='append':若表存在,则保留表中数据,并将新数据插入;

这两个是关键参数,其他参数的解释可以参考文档:

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.to_sql.html

 

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/475473.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LeetCode 391. 完美矩形(set检查顶点+面积检查)

1. 题目 我们有 N 个与坐标轴对齐的矩形, 其中 N > 0, 判断它们是否能精确地覆盖一个矩形区域。 每个矩形用左下角的点和右上角的点的坐标来表示。例如, 一个单位正方形可以表示为 [1,1,2,2]。 ( 左下角的点的坐标为 (1, 1) 以及右上角的点的坐标为 (2, 2) )。…

时间序列 - 案例按步骤详解 -(SPSS建模)

时间序列简单的说就是各时间点上形成的数值序列,通过观察历史数据的变化规律预测未来的值。在这里需要强调一点的是,时间序列分析并不是关于时间的回归,它主要是研究自身的变化规律的。 准备工作:SPSS - 中文版 SPSS 22.0 软件下…

正则表达式pcre在Android下的移植

因为项目需要在android的NDK开发中使用pcre正则表达式库,而android系统中并没有自带该库,所以就得另外移植了, 下面是移植的详细步骤: 1. 下载pcre源码,可以到http://sourceforge.net/projects/pcre/下载源码。 我这里…

LeetCode 593. 有效的正方形(数学)

1. 题目 给定二维空间中四点的坐标,返回四点是否可以构造一个正方形。 一个点的坐标(x,y)由一个有两个整数的整数数组表示。 示例: 输入: p1 [0,0], p2 [1,1], p3 [1,0], p4 [0,1] 输出: True注意: 所有输入整数都在 [-100…

特征计算 - 遍历求值提速 6 万倍 lambda...if...else(if...else...) +map() 对比 iterrows() - Python代码

Python 进行 DataFrame 数据处理的过程中,需要判断某一列中的值(条件),然后对其他两列或三列进行求和(均值/最值)等运算,并把运算结果存储在新的一列中。干说可能觉得比较晕,我们来看…

写写最近吧,关于读研、找工作

刚刚又被朋友问到为什么要选择读研的问题了。已经好多好多人问过我这样的问题,我何尝不想问问自己到底为什么要读研呢。前段时间,每天在睡觉之前都我要想出无数个理由劝服自己要坚持读研,而每天早上第一件事又是再问自己为什么要读研。 我觉得…

非线性回归 - 案例按步骤详解 -(SPSS建模)

在上一篇时间序列的文章中,偶然发现另一份数据的整体趋势很符合非线性回归关系,那么就顺势写一篇非线性回归案例的文章吧。 准备工作:SPSS - 中文版 SPSS 22.0 软件下载与安装教程 - 【附产品授权许可码,永久免费】 数据解释&am…

LeetCode 609. 在系统中查找重复文件(哈希)

1. 题目 给定一个目录信息列表,包括目录路径,以及该目录中的所有包含内容的文件,您需要找到文件系统中的所有重复文件组的路径。 一组重复的文件至少包括二个具有完全相同内容的文件。 输入列表中的单个目录信息字符串的格式如下&#xff1…

邮件服务器之POP3协议分析

第1章. POP3概述 POP3全称为Post Office Protocol version3,即邮局协议第3版。它被用户代理用来邮件服务器取得邮件。POP3采用的也是C/S通信 模型,对应的RFC文 档为RFC1939。 该协议非常简单,所以我们只重点介绍其通信过程,而相关…

Python 画图常用颜色 - 单色、渐变色、混色 - 够用

单色 装了seaborn扩展的话,在字典seaborn.xkcd_rgb中包含所有的xkcd crowdsourced color names。如下: plt.plot([1,2], lw4, cseaborn.xkcd_rgb[baby poop green]) 虽然觉得上面的已经够用了,但是还是备份一下这个最全的吧。 渐变色&…

[scikit-learn 机器学习] 2. 简单线性回归

文章目录1. 简单线性回归2. 评价模型本文为 scikit-learn机器学习(第2版)学习笔记1. 简单线性回归 import numpy as np import matplotlib.pyplot as pltX np.array([[6],[8],[10],[14],[18]]) y np.array([7,9,13,17.5,18]) plt.title("pizza …

Python 画图常用点的形状,Matplotlib 设置参数marker的值 - o + - ★☆►◁ - 够用

markertype含义“.”point点“,”pixel像素“o”circle圆“v”triangle_down下三角“^”triangle_up上三角“<”triangle_left左三角“>”triangle_right右三角“1”tri_down类似奔驰的标志“2”tri_up类似奔驰的标志“3”tri_left类似奔驰的标志“4”tri_right类似奔驰的…

iphone静态库的加载和调试

一. iphone静态库的加载&#xff1a;使用静态库需要提供*.a库文件和*.h头文件。 1. 在xcode中Frameworks项上点击右键add->existing files选择*.a库文件 2. 在classse项上点击右键add->existing files选择*.h头文件 3. 在需要使用库文件的*.m文件中添加import “*.h” 二…

Matplotlib - 散点图 scatter() 所有用法详解

目录 基本用法 散点的大小不同&#xff08;根据点对应的数值&#xff09; 散点的颜色不同&#xff08;指定颜色或者渐变色&#xff09; 散点图和折线图是数据分析中最常用的两种图形&#xff0c;他们能够分析不同数值型特征间的关系。其中&#xff0c;散点图主要用于分析特征…

VC 6中使用不同调用规范的函数在符号文件里的表示方式

在以前老版本的C编译器里&#xff0c;编译器会为使用不同调用约定&#xff08;Calling Convention&#xff09;的函数生成不同的名称&#xff0c;不仅是连接程序会遵从这个命名规则&#xff0c;调试器也会遵守这个命名规则。因此在Visual Studio里调试使用老版本编译器编译出来…

Matplotlib - 折线图 plot() 所有用法详解

散点图和折线图是数据分析中最常用的两种图形。其中&#xff0c;折线图用于分析自变量和因变量之间的趋势关系&#xff0c;最适合用于显示随着时间而变化的连续数据&#xff0c;同时还可以看出数量的差异&#xff0c;增长情况。 Matplotlib 中绘制散点图的函数为 plot() &…

html 拍照旋转了90度_华为Mate X2概念图:可旋转正反三屏幕,单颗镜头在转轴上...

如果你是新朋友&#xff0c;请点击上方的蓝色字 关注 “高科技爱好者”&#xff0c;保证不会让你失望的.华为折叠手机的上市发售&#xff0c;引起了消费者的广泛关注&#xff0c;尤其是华为MateX系列手机的售价非常昂贵&#xff0c;同时出货量也比较少&#xff0c;所以外界都十…

[scikit-learn 机器学习] 3. K-近邻算法分类和回归

文章目录1. KNN模型2. KNN分类3. 使用sklearn KNN分类4. KNN回归本文为 scikit-learn机器学习&#xff08;第2版&#xff09;学习笔记K 近邻法&#xff08;K-Nearest Neighbor, K-NN&#xff09; 常用于 搜索和推荐系统。 1. KNN模型 确定距离度量方法&#xff08;如欧氏距离…

[转帖]关于Linux下的icotl函数

关于Linux下的icotl函数 最近接触android开发&#xff0c;因为有时间所以就关注了下android的源码&#xff0c;在跟踪源码过程中到最后都会遇到icotl函数&#xff0c;虽然在Symbian中曾经遇到过RSocket的icotl函数&#xff0c;但是当时没有细究&#xff0c;今天有时间就搜索了下…

Matplotlib - 柱状图、直方图、条形图 bar() barh() 所有用法详解

目录 基本用法 多个直方图并列显示 显示直方图上的数值 多个直方图堆叠显示 水平直方图 相较散点图和折线图&#xff0c;柱状图&#xff08;直方图、条形图&#xff09;、饼图、箱线图是另外 3 种数据分析常用的图形&#xff0c;主要用于分析数据内部的分布状态或分散状…