python基于Pandas读写MySQL数据库

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)

插入数据库的数据：

python基于Pandas读写MySQL数据库