pythonpandas数据库_Python连接mysql数据库极简教程（pandas）

我在互联网上搜索几个教程。暴力行动之后,我发现MySQLdb推荐的大多数教程似乎并不工作。这是python\u2026\u2026今年主流python不应该默认吗?我再次寻找python,发现PyMySQL(见新秀Tutorial-PyMySQL司机)。它可以被使用,但它仍然是有点错误的。查询保存为一个字符串。如果你想让它结构化,您需要编写一个for循环\u2026\u2026这个操作太python,不是吗?所以我用\u201C熊猫+ MySQL\u201D作为第三关键字搜索,最后找到一个优雅的答案。现在我出来,与你分享。全文分为三个部分:python连接,读取和写入到数据库。第1部分。Python首先连接到数据库,安装的三个包熊猫,sqlalchemy,和pymysql cmd (pymysql也可以换成mysqlconnector,都可以连接到MySQL数据库):pip安装pandaspip安装sqlalchemypip安装pymysql来初始化数据库连接:进口大熊猫作为初始数据库连接pdfrom sqlalchemy进口create_engine # #填写MySQL用户名、密码、IP地址、端口、数据库名称根据实际情况反过来引擎= create_engine (\u201CMySQL + pymysql: \/ \/根:12345678 @localhost: 3306 \/ testdb) #如果你觉得上面的代码不够优雅,您也可以填写以下格式#引擎= create_engine (\u201CMySQL + pymysql: \/ \/ {}: {} @ {}: {} \/ {}\u201D。

如果是,你可以把它换成MySQLdb连接。MySQL的IP地址和端口号,默认是localhost: 3306。第2部分。Python读取数据库,编写查询语句并执行它,并将结果保存到数据帧DataFrame: # MySQL进口DataFrame #填写你需要的SQL语句,它可以是一个复杂的查询语句sql_query = ' select * from产品;#使用大熊猫read_sql_query函数在DataFrame执行SQL语句和存储它们df_read = _sql_query (sql_query,引擎)打印(df_read)第3部分。Python编写数据库# DataFrame写MySQL #新DataFrame df_write = ({\u201Cid\u201D:[10, 27岁,34岁,46],\u201C名字\u201D:[\u201C张三\u201D,\u201C李四\u201D,\u201C吴王\u201D,\u201C刘赵\u201D),\u201C分数\u201D:[80、75、99]})# df存储为一个表在MySQL存储索引列df__sql (testdf,引擎,指数= False)参考