Python读取Mysql语句并写入Excel文档

Python读取Mysql语句并写入Excel文档，常用两种方式，但略有不同。通过Python读取SQL可以实现多个语句同时执行，极大提高工作效率。

方式一：
#导入模块pandas pymysql
import pandas as pd
import pymysql
connect = pymysql.connect(host="localhost", user="xxx",password="xxxxx",port=xxxx,database="xxxxx",charset="utf8") 
df =pd.read_sql(
""" SELECT a.affair_name 事件,a.affair_code 编码,left(a.apply_date,999) 申请申请间,left(a.accept_time,999) 受理时间, left(a.end_date_time,999) 办结时间 ,a.area_name 地区FROM people_affair a limit 10""",con=connect)
#写入Excel
df.to_excel("C:\\Users\\15101\\Desktop\\明细\\" +"群众投诉表" +".xlsx",index = False)
#con =conn 是一个引擎
#运用read_sql 导出数据可以有字段别名
#注意这里需要用三引号，原因在于sql 里面包含了双引号，避免引号混乱


方式二：
import pymysql
import pandas as pd
connect = pymysql.connect(host="localhost", user="xxx",password="xxx",port=xxx,database="xxx",charset="xxxx")
cursor = connect.cursor()
cursor.execute("""
SELECT a.affair_name ,a.affair_code ,left(a.apply_date,999) ,left(a.accept_time,999) , left(a.end_date_time,999),a.area_name FROM people_affair a
""")
# 注意这里需要用三引号，原因在于sql 里面包含了双引号，避免引号混乱，不然报错
result= cursor.fetchall()
#给执行结果字段命名
df = pd.DataFrame(result,columns=['事件','编码','申请时间','受理时间','办结时间','地区'])
df.to_excel("C:\\Users\\15101\\Desktop\\明细\\" +"群众投诉表" +".xlsx",index = False)
connect.close()
cursor.close()

        综上：两种方式主要不同在于：方式1中sql语句字段命别名，写入Excel后字段就是命的别名；方式2中，sql语句字段命别名是无效的，必须在导出结果后添加字段命别名。若为了数据分析，建议方式二处理数据。