前提:
按照需求将处理好的DataFrame类型的数据保存在sql server数据库中,数据库需要提前建好,表可建可不建,运行代码后会自动创建,但还是建议自己建表,因为自动创建的表,表中的字段类型,可能并不是你想要的。使用时将代码中的连接信息改成自己的即可!
# -*- coding: utf-8 -*-
from pandas import DataFrame, Series
# sql server
import pymssql
from sqlalchemy import create_engine
# 链接sql server数据库 注意:此处的连接信息,要改成你自己的
conn = pymssql.connect(server="127.0.0.1", user="root", password="root", database="TestDB")
# 创建sql server引擎 注意:此处的连接信息,要改成你自己的 参照上面的写
engine = create_engine('mssql+pymssql://root:root@127.0.0.1/TestDB')
ses_list = []
for i in range(10):
num_1 = str(i) + "A"
num_2 = str(i) + "B"
num_3 = str(i) + "C"
ses_list.append([num_1, num_2, num_3])
df_data = DataFrame(ses_list, columns=['title_A', 'title_B', 'title_C'])
# 在此处可以将处理好的数据一次读入数据库中
df_data.to_sql('test_table_name', engine, if_exists='append', index=False)
print(df_data)
完毕!