mysql导入pandas数据类型_Python操作Mysql数据库入门——数据导入pandas（数据分析准备）...

作者：王大伟 Python爱好者社区唯一小编，请勿转载，谢谢。

小编配套免费视频教程：

课程内容：1、Anaconda安装2、jupyter常用操作3、Python基本数据类型4、Python基本运算和表达式5、Python程序基本控制流程(顺序，分支，循环)6、Python特色数据类型(列表，元组，字典，集合)7、Python函数8、Python模块导入使用之time、random模块9、Python异常处理10、Python文件操作 11、Python后续学习提升方向和建议

公众号：Python爱好者社区(微信ID：python_shequ)，关注，查看更多连载内容

前言

上一篇写到了mysql与python的简单交互

还讲到了一些基础的面向对象设计

这两天探索了一下，发现如果是用pandas做数据分析

简单的几行代码即可将mysql的数据导入pandas进行分析

环境

Python 3.X

IDE : juyter notebook

使用Python连接数据库

import MySQLdb

import pandas as pd

#使用python连接数据库

conn = MySQLdb.connect(

host = '127.0.0.1',#本地地址

user = 'root',#一般默认用户名

passwd = '********',#本地数据库登录密码(这里用你自己的密码！！！)

db = 'test',#数据库名称(这里用你自己的数据库名称！！！)

port = 3306,#安装mysql默认的端口号

charset = 'utf8'#设置数据库统一编码

)

sql = 'SELECT * FROM `tdb_goods`;'

df = pd.read_sql(sql,conn)

导入表中所有数据并查看前五行

sql = 'SELECT * FROM `tdb_goods`;'

df = pd.read_sql(sql,conn)

df.head()

选你所想

一般来说，学sql增删查改基础中，查用的比较多，接下来我们简单使用一些sql查询

查找cate_id=3的记录：

sql1 = 'SELECT * FROM `tdb_goods` WHERE `cate_id` = 3;'

df1 = pd.read_sql(sql1,conn)

df1

查找价格大于5000的商品，注意这里默认按照goods_id排序的：

sql2 = 'SELECT * FROM `tdb_goods` WHERE `goods_price` > 5000;'

df2 = pd.read_sql(sql2,conn)

df2

加上ORDER BY `goods_prices`之后，就是按照价格升序排列：

sql2 = 'SELECT * FROM `tdb_goods` WHERE `goods_price` > 5000 ORDER BY `goods_price;'

df2 = pd.read_sql(sql2,conn)

df2

sql默认的是按照升序排列，如果想按照降序排列，可以这样写：

sql2 = 'SELECT * FROM `tdb_goods` WHERE `goods_price` > 5000 ORDER BY `goods_price` DESC;'

df2 = pd.read_sql(sql2,conn)

df2

查找所有的平板电脑：

sql3 = 'SELECT * FROM `tdb_goods` WHERE `goods_name` like "%平板电脑%";'

df3 = pd.read_sql(sql3,conn)

df3

将数据库文件导出成csv

df.to_csv('E:\goods_info.csv', encoding = 'utf-8', index = False)

可以看到，数据成功导出成csv了~

最后养成好习惯，断开与数据库的连接：

conn.close()

我们再次查询，发现报错了，说明确实已经断开了连接：

如果运行代码报错，很可能是你的数据库名和数据库登录密码没有修改~

文中如有错误和叙述不妥之处，望指正。