将python列表写入excel、txt、mysql、csv

多个列表

list1 = ['1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00']
# 定义指定输出Excel文件的名称,读入方式,编码方式
result = open('result.xls', 'w', encoding='gbk')
# 参数'w'表示往指定表格读入数据,会先将表格中原本的内容清空
# 若把参数’w'修改为‘a+',即可实现在原本内容的基础上,增加新写入的内容
for i in range(0, len(list1)):
    result.write(str(list1[i]))
    result.write('\n')  # '\t'表示每写入一个元素后,会移动到同行的下一个单元格  \n表示每写入一个元素后,换行
result.write("\n")  # 换行操作
result.close()

嵌套列表写入excel

result = open('data.xls', 'w', encoding='gbk')
result.write('X\tY\n')
for m in range(len(orgin_list)):
    for n in range(len(orgin_list[m])):
        result.write(str(orgin_list[m][n]))
        result.write('\t')
    result.write('\n')
result.close()

写入txt

# f = open('weiboData.txt', 'a', encoding='utf-8')  # open打开一个txt文件
    # f.write(' '.join([rank, title, new_url, number, tag]))  # 将数据写入文件
    # f.write('\n')  # 换行

写入sql

# 3.写入mysql数据库
    # conn = pymysql.connect(host='localhost', port=3306, user='root', password='Myan#756256', database='weibo', charset='utf8') # 创建连接
    # cor = conn.cursor()   # 获取游标
    # sql = 'insert into HotSearches(rank, title, url,number,tag,created_time) values(%s, %s, %s, %s, %s,%s)'
    # args = (rank, title, new_url, number, tag, tm)
    # sql_1 = cor.mogrify(sql, args)  # 报语法错误时,可以用mogrify函数查看输出的执行语句,print("执行SQL语句:", sql_1)
    # # print(sql_1)
    # cor.execute(sql, args)
    # conn.commit()

写入MongoDB

# 4.写入废关系型数据库MongoDB
client = pymongo.MongoClient('localhost', 27017)  # 创建连接
collection = client['test']['HotSearches']  # 指定数据库以及数据库中的集合
collection.insert(results)  # insert_many(results)

pandas写入

results['rank'], results['title'], results['url'], results['number'], results['tag'] = ranks, titles, urls, numbers, tags
# 5.用pandas写入数据
df = pd.DataFrame(results)  # 将数据转化成DataFrame格式
df['created_time'] = tm
# conn = create_engine('mysql+pymysql://root:Myan#756256@localhost:3306/weibo?charset=utf8')
# df.to_sql('HotSearches', conn, if_exists='append', index=False)  # 写入数据库
# df.to_csv('csvData.csv', mode='a', encoding='utf-8', index=False)  # 写入csv,不要索引列index=False
# df.to_csv('TxtData.txt', mode='a', encoding='utf-8', index=False)  # 写入txt,不要索引列index=False
# df.to_excel('ExcelTest.xlsx', index=False)  # 写入Excel
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: Python可以使用pandas库来读取CSV文件,并使用MySQL Connector库将数据写入MySQL数据库。 以下是一个示例代码: ```python import pandas as pd import mysql.connector # 读取CSV文件 data = pd.read_csv('data.csv') # 连接MySQL数据库 mydb = mysql.connector.connect( host="localhost", user="yourusername", password="yourpassword", database="yourdatabase" ) # 创建游标对象 mycursor = mydb.cursor() # 创建表格 mycursor.execute("CREATE TABLE data (id INT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(255), age INT)") # 将数据写入数据库 for index, row in data.iterrows(): sql = "INSERT INTO data (name, age) VALUES (%s, %s)" val = (row['name'], row['age']) mycursor.execute(sql, val) # 提交更改 mydb.commit() # 打印成功信息 print(mycursor.rowcount, "记录插入成功。") ``` 在这个示例,我们首先使用pandas库读取CSV文件,然后使用MySQL Connector库连接到MySQL数据库。接下来,我们创建了一个游标对象,并使用它来创建一个名为“data”的表格。最后,我们使用for循环将CSV文件的数据逐行写入数据库。 请注意,这只是一个示例代码,您需要根据您的实际情况进行修改。例如,您需要更改数据库连接信息和CSV文件路径。 ### 回答2: Python是一种高级编程语言,已经被广泛地应用于各个领域。其,数据处理是Python最常用的一个领域之一。在数据处理CSV文件作为一种常见的数据格式,被广泛使用。而MySQL是一种基于关系模型的数据库管理系统,也是被广泛使用的数据库之一。在Python数据处理,我们通常需要将CSV文件的数据写入MySQL数据库。下面来详细介绍一下如何使用Python实现CSV文件写入MySQL数据库的操作。 首先,我们需要使用PythonCSV模块来读取CSV文件的数据。具体操作如下: ``` import csv with open('data.csv', 'r') as csvfile: reader = csv.reader(csvfile) for row in reader: print(row) ``` 上述代码,我们打开了一个名为data.csvCSV文件,并使用csv.reader()方法读取CSV文件的数据。然后,我们使用for循环遍历读取到的每一行数据,并将其打印出来。这样,我们就可以读取CSV文件的数据了。 接着,我们需要使用Python的PyMySQL模块来连接MySQL数据库,并将CSV文件的数据写入MySQL数据库。具体操作如下: ``` import pymysql import csv # 连接数据库 db = pymysql.connect("localhost", "root", "password", "test") # 创建游标对象 cursor = db.cursor() # 打开CSV文件 with open('data.csv', 'r') as csvfile: reader = csv.reader(csvfile) for row in reader: # 构造SQL语句 sql = "INSERT INTO data(col1, col2, col3) VALUES('%s', '%s', '%s')" % (row[0], row[1], row[2]) try: # 执行SQL语句 cursor.execute(sql) # 提交到数据库 db.commit() except: # 发生错误时回滚 db.rollback() # 关闭数据库连接 db.close() ``` 上述代码,我们首先使用pymysql.connect()方法连接MySQL数据库,并创建一个游标对象。然后,我们使用csv.reader()方法读取CSV文件的数据。接着,我们根据CSV文件的每一行数据,构造一个INSERT SQL语句,并使用cursor.execute()方法执行该SQL语句。如果执行失败,就使用db.rollback()方法回滚操作。最后,我们使用db.close()方法关闭数据库连接。 使用Python实现CSV文件写入MySQL数据库的操作,就是这样。需要注意的是,我们需要根据CSV文件的结构,构造合适的SQL语句进行插入操作。除此之外,还需要考虑数据类型转换、异常处理等问题。如果对PythonMySQLCSV等相关知识掌握不够,可能需要花费一些时间来进行学习和实践,才能更好地实现数据处理的目的。 ### 回答3: 将CSV文件写入MySQL就是将CSV文件的数据导入到MySQL数据库表。我们可以使用Python编程语言实现这个功能。 1.准备工作 在开始之前,你需要确保已经安装了PythonMySQL数据库,在Python也需要安装pandas和MySQLdb模块。还需要csv文件和要导入的MySQL数据库表的结构。 2.连接MySQL数据库 在Python代码,我们需要使用MySQLdb模块来连接MySQL数据库。下面是连接MySQL数据库的示例代码。 ``` import MySQLdb # 连接数据库 conn = MySQLdb.connect(host="localhost", user="root", passwd="password", db="database") ``` 注意其host、user、passwd和db需要修改为你的MySQL数据库的相关信息。这会连接到名为database的MySQL数据库。 3.读取CSV文件 接下来,我们需要使用pandas模块来读取CSV文件。 ``` import pandas as pd # 读取CSV文件 data = pd.read_csv("path/to/file.csv") ``` 注意,需要修改path/to/file.csv为你的CSV文件路径。 4.将数据写入MySQL数据库 我们需要使用pandas模块的to_sql函数将数据写入MySQL数据库。 ``` import pandas as pd import MySQLdb # 连接数据库 conn = MySQLdb.connect(host="localhost", user="root", passwd="password", db="database") # 读取CSV文件 data = pd.read_csv("path/to/file.csv") # 写入数据库 data.to_sql(con=conn, name='table_name', if_exists='replace', index=False) ``` 其,con参数是连接到MySQL数据库的对象,name参数是数据写入MySQL数据库表的名称,if_exists参数表示如果该表已经存在,是否替换,index参数表示是否将行索引作为数据表的一列。 5.运行代码 运行Python代码后,CSV文件的数据将会被写入MySQL数据库表。你可以使用MySQL客户端验证是否已经成功导入数据。 总结:PythonCSV文件写入MySQL,需要先连接MySQL数据库,然后读取CSV文件,然后将数据写入MySQL数据库。在这个过程,我们需要使用pandas模块来读取CSV文件,使用MySQLdb模块来连接MySQL数据库。写入数据时需要注意table_name等参数的填写,如果填写不当可能会导致错误发生。

“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

打赏作者

独孤剑客6

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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