pandas计算结果插入到MYSQL中报错-error 1054 UNKNOW COLUMN

在这里插入图片描述

问题描述

如上图,将表导入到Mysql中报错。查看了计算的Dataframe 和 mysql表字段都不包含inf这个名字的字段。所以网上那些可能是写错了列名、包含了空格等原因都排除。

问题分析

最后把计算的结果输出到excel,查找inf这个词,发现确实存在。其实自己没仔细看,之间用df.sample也出现了inf。仔细看是因为利润率=利润/成本,数据中成本为0 的情况导致inf的出现。
在这里插入图片描述

解决方案

  1. 成本为0其实是异常数据,应该在前序的数据清洗中就剔除或是填充。
  2. 遗留问题:是否可以直接跳过成本为0 的行,用空值替换inf?-- 可参考https://blog.csdn.net/weixin_45903952/article/details/106151470?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2allfirst_rank_v2~rank_v25-1-106151470.nonecase&utm_term=dataframe%20%E9%99%A4%E4%BB%A50
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要使用Pandas将表格数据插入MySQL数据库中,请按照以下步骤进行操作: 1. 导入必要的模块: ```python import pandas as pd import mysql.connector from mysql.connector import Error ``` 2. 加载数据到Pandas DataFrame中: ```python df = pd.read_csv('your_data.csv') ``` 这里的`your_data.csv`是您要导入的数据文件名,可以根据您的具体情况进行修改,例如,如果您的数据是Excel文件,则可以使用`pd.read_excel()`方法来加载数据。 3. 创建数据库连接: ```python try: connection = mysql.connector.connect(host='localhost', database='your_database_name', user='your_username', password='your_password') if connection.is_connected(): db_Info = connection.get_server_info() print("Connected to MySQL Server version ", db_Info) cursor = connection.cursor() cursor.execute("select database();") record = cursor.fetchone() print("Your connected to database: ", record) except Error as e: print("Error while connecting to MySQL", e) ``` 这里的`your_database_name`、`your_username`和`your_password`分别是您的MySQL数据库的名称、用户名和密码,可以根据您的实际情况进行修改。 4. 将数据插入MySQL数据库中: ```python # 使用循环,将每行数据插入MySQL数据库中 for i,row in df.iterrows(): sql = "INSERT INTO your_table_name (column1,column2,column3) VALUES (%s,%s,%s)" cursor.execute(sql, tuple(row)) print("Record inserted") # 提交更改 connection.commit() # 关闭数据库连接 cursor.close() connection.close() print("MySQL connection is closed") ``` 这里的`your_table_name`是您要插入数据的MySQL表的名称,`column1`、`column2`和`column3`是表中的列名,可以根据您的实际情况进行修改。 在这个例子中,我们使用了`iterrows()`方法遍历Pandas DataFrame中的每一行数据,并使用SQL INSERT语句将每一行数据插入MySQL表中。注意,在使用`cursor.execute()`方法执行SQL语句时,我们使用了`tuple(row)`将Pandas DataFrame中的每一行数据转换为元组。最后,我们使用`commit()`方法提交更改,并关闭数据库连接。 希望这个例子可以帮助您将Pandas DataFrame中的表格数据插入MySQL数据库中。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值