🍅 作者主页:不吃西红柿
🍅 简介:CSDN博客专家🏆、HDZ核心组成员💪 欢迎点赞、收藏、评论
🍅 粉丝专属福利:简历模板、PPT模板、知识体系、面试题库、技术互助。直接去文末领取
🍅 包邮送书:关注文末公众号回复「送书」
公号「信息技术智库」知识内容如下:
本期重点:使用python探查mysql数据库,数据分析类人员必备
目录
一、缘起
二、转机
三、成果
四、过程
1、导包
2、连接数据库
3、数据探查
4、写execl
一、缘起
事情是这样的,领导安排一个活,详细探查xx公司的数据治理,包括数据源,数据流,数据质量。
PS.工作量非常大,费劲整理出质量报告!
好的,没问题: 嘴上逞强,心在滴血!
二、转机
我一想,数据探查不就是看这些指标:
表名,列名,空值数量,总数据量,空值率,字符类型,字段长度,备注,主键,权限
既如此,何不用python?
于是乎,奋笔疾书!
三、成果
说干就干,最终用python 快速完成数据治理调研,而我,楼下遛弯去了~
但是,活可没马虎,给大家康康效果:
四、过程
为了让更多有数据处理需求的小伙伴,高效搞定工作,我觉得把相关代码完全开源,当然,也有提升的地方,希望小伙伴在评论区指指点点。
代码大致分为4个部分:
1、导包
#coding=utf-8
from __future__ import division
import os,openpyxl,pymysql as MySQL
2、连接数据库
print("开始连接ing")
try:conn=MySQL.connect(host="127.0.0.1",port=3306,user="root",passwd="root",db="tomato",charset='utf8')#charset解决字符乱码
except:print("连接失败!")
cur = conn.cursor()
print("连接成功!!!")
3、数据探查
#tab=['xxxxxx','bbbbbb'] #指定探索的表名
tab=[]
if len(tab)==0 :quary="""show tables; """ret=cur.execute(quary)ret=cur.fetchall() #结果是二层tuplefor i in ret:tab.append(i[0])print('表数量: %s'%len(tab))print('表list: %s'%tab)
else:passm=1
result=[]
result.append(['表名','列名','空值数量','总数据量','空值率','字符类型','字段长度','备注','主键','权限'])
for i in tab:if m==100:breakprint(i)print("第" + str(m) + "个表")quary1="select count(*) from %s"%iretsc=cur.execute(quary1)retsc=cur.fetchall()quary2='''select COLUMN_NAME from Information_schema.columns where table_Name = '%s';'''%iret1=cur.execute(quary2)ret1=cur.fetchall()for col in ret1:ll=[]quary3="""select count(*) from %s AS AAA where AAA.%s is null; """%(i,col[0])print(quary3)ret2=cur.execute(quary3)ret2=cur.fetchall()quary4="""SELECT DATA_TYPE,CHARACTER_MAXIMUM_LENGTH,COLUMN_COMMENT,COLUMN_KEY,PRIVILEGES from information_schema.COLUMNS where TABLE_NAME=\'%s\' and COLUMN_NAME=\'%s\';"""%(i,col[0])print(quary4)re4=cur.execute(quary4)re4=cur.fetchall()print(re4)ll.append(i)ll.append(col[0])ll.append(ret2[0][0])ll.append(retsc[0][0])try:ll.append(str(round(ret2[0][0]/retsc[0][0],2)))except:ll.append(0)ll.append(re4[0][0])ll.append(re4[0][1])ll.append(re4[0][2])ll.append(re4[0][3])ll.append(re4[0][4])result.append(ll)m=m+1
print(result)
cur.close()
conn.close()
4、写execl
path='D:\\export' # 输入文件路径
print("请输入文件名,如不输入,默认文件名export: ")
exportname=input()
if exportname=='':exportname='export'
if os.path.exists('%s\%s.xlsx'%(path,exportname)):os.remove('%s\%s.xlsx'%(path,exportname))
print('导出文件路径: %s\%s.xlsx'%(path,exportname))os.chdir('%s'%path)
inwb = openpyxl.Workbook()
inwb.create_sheet('西红柿真帅',0)
sheetname=inwb.get_sheet_names()
inwb.remove_sheet(inwb.get_sheet_by_name(sheetname[1]))
ws=inwb.get_sheet_by_name(sheetname[0])
for i in range(len(result)):for j in range(len(result[0])):ws.cell(row = i+1 , column = j+1).value = result[i][j]
inwb.save('%s.xlsx'%exportname)print("success !!!")
数据质量调研搞完了,发给领导~
领导真有眼光!!⁄(⁄ ⁄•⁄ω⁄•⁄ ⁄)⁄
【送实体书环节】
本书轻理论,重实践,目的是用低的学习成本,让读者快速上手Python编程与应用开发。
本书既适合非计算机专业出身的编程初学者,也适合即将走上工作岗位的广大毕业生,或已经有编程经验但想转行做Python应用开发的专业人士。
【中奖人从以下书单任选一本】
1 人工智能数学基础 重点推荐
2 硬件十万个为什么(无源器件篇)
3 Python最优化算法实战
4 Python Web开发从入门到精通
5 Python自动化测试实战
6 Python编程完全自学教程
7 数据结构和算法基础Python语言实现
8 机器学习入门:基于数学原理的Python实战
9 机器学习与深度学习算法基础
10 机器学习线性代数基础:Python语言描述
11 Python编程宝典:迅速提高编程水平的100个关键技能
参与方式:关注文末公众号回复【送书】
开奖时间:20210930
通知方式:微,CSDN发文、blink、私聊你(总有人联系不上,我很郁闷)
添加文末公众号「信息技术智库」:
🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、前端等。
👇👇送书抽奖丨技术互助丨粉丝福利👇👇