DataFrame <--> sql
尝试了各种把Excel,csv格式导入数据库,却总是出现各种各样的额错误,后来发现python的pymasql库不支持
"pd.io.sql.to_sql(data, "file_name", con=engine, index=False, if_exists='replace')"方法。
接下来用sqlalchemy库做sql -> DataFrame的处理:
read_sql:
参见pandas.read_sql的文档,read_sql主要有如下几个参数:
- sql:SQL命令字符串
- con:连接sql数据库的engine,一般可以用SQLalchemy或者pymysql之类的包建立
- index_col:选择某一列作为index
- coerce_float:非常有用,将数字形式的字符串直接以float型读入
- parse_dates:将某一列日期型字符串转换为datetime型数据,与pd.to_datetime函数功能类似。可以直接提供需要转换的列名以默认的日期形式转换,也可以用字典的格式提供列名和转换的日期格式,比如{column_name: format string}(format string:"%Y:%m:%H:%M:%S")。
- columns:要选取的列。一般没啥用,因为在sql命令里面一般就指定要选择的列了
- chunksize:如果提供了一个整数值,那么就会返回一个generator,每次输出的行数就是提供的值的大小。
- params:见pandas.read_sql的文档
代码如下:
import pymysql
import sqlalchemy
from sqlalchemy import create_engine
#用sqlalchemy构建数据库链接engine
connect_info = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8'.format(DB_USER, DB_PASS, DB_HOST, DB_PORT, DATABASE) #1
engine = create_engine(connect_info)
#sql 命令
sql_cmd = "SELECT * FROM table WHERE ***"
df = pd.read_sql(sql=sql_cmd, con=engine)
#用DBAPI构建数据库链接engine
con = pymysql.connect(host=localhost, user=username, password=password, database=dbname, charset='utf8', use_unicode=True)
df = pd.read_sql(sql_cmd, con)
to_sql:
参见pandas.to_sql函数,主要有以下几个参数:
- name:输出的表名
- con:与read_sql中相同
- if_exits:三个模式:fail,若表存在,则不输出;replace:若表存在,覆盖原来表里的数据;append:若表存在,将数据写到原表的后面。默认为fail
- index:是否将df的index单独写到一列中
- index_label:指定列作为df的index输出,此时index为True
- chunksize:同read_sql
- dtype:指定列的输出到数据库中的数据类型。字典形式储存:{column_name: sql_dtype}。
- 常见的数据类型有sqlalchemy.types.INTEGER(), sqlalchemy.types.NVARCHAR(),sqlalchemy.Datetime()等,具体数据类型可以参考这里
代码如下:
#把df_raw_all/df_sq_in/df_db_in写入mysql
from sqlalchemy import create_engine
mysqlInfo = {
"host": '10.101.11.198',
"user": 'root',
"password": '123456',
# "database": 'user_dev',
"database": 'item_dev',
"port": 3306,
"charset": 'utf8'
}
engine = create_engine('mysql+pymysql://%(user)s:%(password)s@%(host)s:%(port)d/%(database)s?charset=utf8' % mysqlInfo, encoding='utf-8')
#engine = create_engine('mysql+pymysql://amrw:qubPbNoITJ4tDzjw@localhost1:3306/etcpdw_dev')
pd.io.sql.to_sql(df_raw_bj, "own_business", con=engine, index=False, if_exists='replace')