将pandas.dataframe存入mysql数据库

最新推荐文章于 2024-08-19 10:52:43 发布

Little_Yuu

最新推荐文章于 2024-08-19 10:52:43 发布

阅读量5.9k

点赞数 3

分类专栏： Linux学习笔记 Python学习笔记文章标签： mysql 数据库 python

本文链接：https://blog.csdn.net/qq_41072222/article/details/107411508

版权

Python学习笔记同时被 2 个专栏收录

20 篇文章 3 订阅

订阅专栏

Linux学习笔记

12 篇文章 0 订阅

订阅专栏

一、准备工作

（1）安装模块：

sqlalchemy
pymysql
pandas
numpy

（2）安装mysql 8.0

CentOS7下安装mysql8.0

二、将DataFrame导入MySQL表格

（1）使用sqlalchemy创建SQLAlchemy.engine

from sqlalchemy import create_engine
engine=create_engine("mysql+pymysql://root:我的密码@localhost:3306/test1")

（2）利用DataFrame.to_sql函数将数据导入mysql数据库

import pandas as pd
import numpy as np
np.random.seed(24)
m=np.random.randint(0,100,size=(100,5))
df=pd.DataFrame(m,columns=['departmen','date','proj_class','support_mode','content'])
#sql_db=pd.read_sql('test',con=engine)
df.to_sql(name='test_df',con=engine)

查看结果：

mysql> show tables;
+-----------------+
| Tables_in_test1 |
+-----------------+
| test_df         |
+-----------------+
1 row in set (0.00 sec)

mysql> select * from test_df;
+-----------+------+------------+--------------+---------+
| departmen | date | proj_class | support_mode | content |
+-----------+------+------------+--------------+---------+
|        34 |    3 |         64 |           87 |      17 |
|        17 |    1 |         79 |            4 |      99 |
|        82 |   11 |         99 |           15 |      73 |
|        18 |    7 |         25 |           35 |      95 |
|        28 |    0 |         12 |           95 |      33 |
|         1 |   60 |         55 |           70 |      97 |
|        81 |    6 |         46 |           65 |      47 |
|        89 |   74 |         35 |           64 |      27 |
|        97 |   33 |          3 |            4 |      65 |
...
|        55 |   68 |         23 |           84 |      24 |
|        10 |   89 |         21 |           72 |       1 |
|        38 |   78 |         55 |           76 |      22 |
|         4 |   47 |         29 |           47 |      19 |
|        54 |   78 |         71 |           17 |      80 |
|        81 |   56 |         78 |           80 |       8 |
+-----------+------+------------+--------------+---------+
100 rows in set (0.00 sec)

成功创建新表，并写入数据。