Pandas 读取MySql 数据(完整版)

1. 前言

那 MySQL 作为数据记录和处理的常用工具之一，我们如何用 Pandas 进行 MySQL 数据的解析呢？本节课我们首先讲述 PyMySQL 库进行 MySQL 数据库的连接，然后讲述 Pandas 对 MySQLl 数据库的读取。

2. 安装 PyMySQL 库

PyMySQL 库是用于连接 MySQL 服务器的一个库，对应的是 Python3.x 的版本，如果是 Python2 要使用 MySqlDb 库。我们在使用 PyMySQL 之前要确保已经安装了该模块，下面我们介绍一下如何安装 PyMySQL 库。使用开发工具为pycharm

1.点击文件----点击设置----点击自己建的项目-----找到对应的python解释器

 

 2.点击“+“---搜索pymysql并安装

3.PyMySQL 库的使用

3.1 导入 PyMySQL 库

打开我们的 pycharm工具，创建新的 Python 工作文件，通过 import pymysql 在程序中导入 PyMySQL 库：

import pymysql

知识拓展:

（1）connect () 函数

PyMySQL 库中的函数 connect () 用于连接数据库，返回的对象是一个数据库连接对象，下面我们列举出了该方法常用的参数介绍：

参数名称	描述
host	连接的数据库地址
port	数据库的端口号，默认的是 3306
database	要连接的数据库名称
user	数据库用户名
password	数据库密码
charset	字符编码方式

下面我们通过代码用 connect () 方法来连接我们数据库(此时我们默认我们已经建好一个数据库“example数据库)

# 导入pandas 和 pymysql 包
import pandas as pd
import pymysql
# 返回一个 Connection 对象
db_conn = pymysql.connect(
host='localhost',
port=3306,
user='root',
password='****',
database='example',
charset='utf8'
)
print(db_conn)

# --- 输出结果 ---
<pymysql.connections.Connection object at 0x000002C6F1D4F8E0>

输出解析：通过输出结果可以看到，我们使用 connect () 函数，连接 MySQL 数据库，返回的是个 pymysql.connections.Connection 数据库连接对象，通过该对象我们后面可以进行对数据库的操作 。

（2）read_sql () 函数

该函数主要从数据库中读取数据帧，里面提供了一些参数可以设置，下面列举常用的几个参数：

参数名称	描述
sql	要执行的 sql 语句
con	数据库连接对象
params	参数的传递
index_col	选择某一列作为 index

参数 sql 和参数 con

我们首先通过代码演示这两个参数的设置，读取 example 数据库中的 t_file 数据表数据：

# 导入pandas 和 pymysql 包
import pandas as pd
import pymysql
# 返回一个 Connection 对象
db_conn = pymysql.connect(
host='localhost',
port=3306,
user='root',
password='0508',
database='example',
charset='utf8'
)

# 执行sql操作
sql="select * from t_file"
pd.read_sql(sql,con=db_conn)

输出解析：我们通过 sql 语句设置数据库操作语句，这里我们是查询 t_file 的所有数据，参数 con 中我们传入了 PyMySQL 库创建的 db_con 数据库连接对象。通过输出结果可以看到，查出了 t_file 中的数据内容。

参数 params

该参数用于我们执行 sql 中参数的配置：

# 导入pandas 和 pymysql 包
import pandas as pd
import pymysql
# 返回一个 Connection 对象
db_conn = pymysql.connect(
host='localhost',
port=3306,
user='root',
password='0508',
database='example',
charset='utf8'
)

# 执行sql操作
sql = "select * from t_file where id = %s"
pd.read_sql(sql,con=db_conn,params=[2])

输出解析：我们 sql 查询语句中设置了 id 的参数条件，在 read_sql () 函数中我们通过 params 参数设置了 id 的条件为 2，因此看到我们的数据结果，正是我们数据库中 id=2 的数据行。

参数 index_col

通过该参数的设置，某一列指定为行索引。

# 导入pandas 和 pymysql 包
import pandas as pd
import pymysql
# 返回一个 Connection 对象
db_conn = pymysql.connect(
host='localhost',
port=3306,
user='root',
password='0508',
database='example',
charset='utf8'
)

# 执行sql操作
sql = "select * from t_file"
pd.read_sql(sql,con=db_conn,index_col="type")

输出解析：程序中我们通过设置 index_col=“type” ，指定字段文件的类型 (type) 作为我们数据行的索引，这里可以看到输出结果，最左侧的一列正式我们的 type 数据列，如果不指定 index_col ，默认的行索引是从 0 开始进行序号递增编排

4.小结：

• PyMySQL 库的安装和数据库连接函数 connect () 的使用；
• Pandas 库中 read_sql () 函数的使用和里面常用的参数。