一个典型的数据处理流:
Pandas 从多方数据源读取数据,比如 excel、csv、mysql、爬虫等等
Pandas 对数据做过滤、统计分析
Pandas 将数据存储到 MySQL,用于 Web 页面展示、后续的进一步 SQL 分析等等
官网文档:
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_sql.html#pandas.DataFrame.to_sql
数据准备:学生信息 Excel 表import pandas as pd
df = pd.read_excel("./course_datas/c23_excel_vlookup/学生信息表.xlsx")
df.head()学号 姓名 性别 年龄 籍贯
0 S001 怠涵 女 23 山东
1 S002 婉清 女 25 河南
2 S003 溪榕 女 23 湖北
3 S004 漠涓 女 19 陕西
4 S005 祈博 女 24 山东# 展示索引的name
df.index.namedf.index.name = "id"
df.head()学号 姓名 性别 年龄 籍贯
id
0 S001 怠涵 女 23 山东
1 S002 婉清 女 25 河南
2 S003 溪榕 女 23 湖北
3 S004 漠涓 女 19 陕西
4 S005 祈博 女 24 山东
创建 sqlalchemy 对象连接 MySQL
SQLAlchemy 是 Python 中的 ORM 框架, Object-Relational Mapping,