加入收藏 | 设为首页 | 会员中心 | 我要投稿 核心网 (https://www.hxwgxz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程 > 正文

用Pandas库实现MySQL数据库的读写

发布时间:2019-07-06 03:36:30 所属栏目:编程 来源:编程python新视野
导读:本次分享将介绍如何在Python中使用Pandas库实现MySQL数据库的读写。首先我们需要了解点ORM方面的知识。 ORM技术 对象关系映射技术,即ORM(Object-Relational Mapping)技术,指的是把关系数据库的表结构映射到对象上,通过使用描述对象和数据库之间映射的
副标题[/!--empirenews.page--]

本次分享将介绍如何在Python中使用Pandas库实现MySQL数据库的读写。首先我们需要了解点ORM方面的知识。

ORM技术

对象关系映射技术,即ORM(Object-Relational Mapping)技术,指的是把关系数据库的表结构映射到对象上,通过使用描述对象和数据库之间映射的元数据,将程序中的对象自动持久化到关系数据库中。

在Python中,最有名的ORM框架是SQLAlchemy。Java中典型的ORM中间件有: Hibernate, ibatis, speedframework。

SQLAlchemy Python学习交流群:1004391443

SQLAlchemy是Python编程语言下的一款开源软件。提供了SQL工具包及对象关系映射(ORM)工具,使用MIT许可证发行。

可以使用pip命令安装SQLAlchemy模块:

  1. pip install sqlalchemy 

SQLAlchemy模块提供了create_engine()函数用来初始化数据库连接,SQLAlchemy用一个字符串表示连接信息:

'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名'

Pandas读写MySQL数据库

我们需要以下三个库来实现Pandas读写MySQL数据库:

  • pandas
  • sqlalchemy
  • pymysql

其中,pandas模块提供了read_sql_query()函数实现了对数据库的查询,to_sql()函数实现了对数据库的写入,并不需要实现新建MySQL数据表。sqlalchemy模块实现了与不同数据库的连接,而pymysql模块则使得Python能够操作MySQL数据库。

我们将使用MySQL数据库中的mydb数据库以及employee表,内容如下:

用Pandas库实现MySQL数据库的读写

mydb数据库以及employee表

下面将介绍一个简单的例子来展示如何在pandas中实现对MySQL数据库的读写:

  1. # -*- coding: utf-8 -*- 
  2. # 导入必要模块 
  3. import pandas as pd 
  4. from sqlalchemy import create_engine 
  5. # 初始化数据库连接,使用pymysql模块 
  6. # MySQL的用户:root, 密码:147369, 端口:3306,数据库:mydb 
  7. engine = create_engine('mysql+pymysql://root:147369@localhost:3306/mydb') 
  8. # 查询语句,选出employee表中的所有数据 
  9. sql = ''' 
  10.  select * from employee; 
  11.  ''' 
  12. # read_sql_query的两个参数: sql语句, 数据库连接 
  13. df = pd.read_sql_query(sql, engine) 
  14. # 输出employee表的查询结果 
  15. print(df) 
  16. # 新建pandas中的DataFrame, 只有id,num两列 
  17. df = pd.DataFrame({'id':[1,2,3,4],'num':[12,34,56,89]}) 
  18. # 将新建的DataFrame储存为MySQL中的数据表,不储存index列 
  19. df.to_sql('mydf', engine, index= False) 
  20. print('Read from and write to Mysql table successfully!') 

程序的运行结果如下:

用Pandas库实现MySQL数据库的读写

程序的运行结果

在MySQL中查看mydf表格:

用Pandas库实现MySQL数据库的读写

mydf表格

这说明我们确实将pandas中新建的DataFrame写入到了MySQL中!

将CSV文件写入到MySQL中

以上的例子实现了使用Pandas库实现MySQL数据库的读写,我们将再介绍一个实例:将CSV文件写入到MySQL中,示例的mpg.CSV文件前10行如下:

用Pandas库实现MySQL数据库的读写

mpg.CSV文件前10行

示例的Python代码如下:

  1. # -*- coding: utf-8 -*- 
  2. # 导入必要模块 
  3. import pandas as pd 
  4. from sqlalchemy import create_engine 
  5. # 初始化数据库连接,使用pymysql模块 
  6. engine = create_engine('mysql+pymysql://root:147369@localhost:3306/mydb') 
  7. # 读取本地CSV文件 
  8. df = pd.read_csv("E://mpg.csv", sep=',') 
  9. # 将新建的DataFrame储存为MySQL中的数据表,不储存index列 
  10. df.to_sql('mpg', engine, index= False) 
  11. print("Write to MySQL successfully!") 

在MySQL中查看mpg表格:

用Pandas库实现MySQL数据库的读写

MySQL中的mpg表格

仅仅5句Python代码就实现了将CSV文件写入到MySQL中,这无疑是简单、方便、迅速、高效的!

总结

(编辑:核心网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读