2017.11.20 MySQL和Python的连接，并利用Pandas

一、MySQL和Python连接

MySQL和Python连接有很多方式：oursql、PyMySQL、 myconnpy、MySQL Connector等等这些只要百度一下都能找到对应的官网和使用方法，我是是用的MySQLdb的方式进行连接的。

整个使用过程包括：数据库连接、数据库操作

（一）数据库连接

MySQLdb提供了connect方法进行数据库连接，可以接收多个参数，这里只介绍比较常用的。

conn=MySQLdb.connect(host="localhost",user="root",passwd="jb51",db="test",charset="utf8")

其中：host:数据库主机名.默认是用本地主机
user:数据库登陆名.默认是当前用户
passwd:数据库登陆的秘密.默认为空
db:要使用的数据库名.没有默认值
port:MySQL服务使用的TCP端口.默认是3306
charset:数据库编码

我们通常只需要填写用户、密码、数据库就可以，还有更多参数可以去上面的官网查看。

（二）对数据库进行操作

对数据库的操作是用的是cursor()方法，这个方法是用Python写的，可以比较让我们轻松的是用MySQL。

cursor方法主要包括两类操作：执行命令和接收返回值

主要的命令有：execute（query，args）执行单条sql语句，excutemany(query，args)执行单挑sql语句,但是重复执行参数列表里的参数，注意参数要用元组来表示，fetchall()返回全部结果集。

# -*- coding: UTF-8 -*-
import MySQLdb as mdb
#连接mysql，获取连接的对象
con = mdb.connect('localhost', 'root', 'root', 'test');
#仍然是，第一步要获取连接的cursor对象，用于执行查询
cur = con.cursor()
#类似于其他语言的query函数，execute是python中的执行查询函数
cur.execute("SELECT * FROM Writers")
#使用fetchall函数，将结果集（多维元组）存入rows里面
rows = cur.fetchall()
#依次遍历结果集，发现每个元素，就是表中的一条记录，用一个元组来显示
for row in rows:
     print row
con.close()

再看一个官方的例子：

c=db.cursor()
max_price=5
c.execute("""SELECT spam, eggs, sausage FROM breakfast
          WHERE price < %s""", (max_price,))

注意这里的参数用的是元组。

多次插入数据：

c.executemany(
      """INSERT INTO breakfast (name, spam, eggs, sausage, price)
      VALUES (%s, %s, %s, %s, %s)""",
      [
      ("Spam and Sausage Lover's Plate", 5, 1, 8, 7.95 ),
      ("Not So Much Spam Plate", 3, 2, 0, 3.95 ),
      ("Don't Wany ANY SPAM! Plate", 0, 4, 3, 5.95 )
      ] )

二、Pandas和MySQL结合

在得到了数据库的连接con后，可以是用Pandas的read_sql()方法将数据读入为Dataframe结构的数据。

import pandas as pd
import MySQLdb
mysql_cn= MySQLdb.connect(host='localhost', port=3306,user='myusername', passwd='mypassword', db='mydb')
df = pd.read_sql('select * from test;', con=mysql_cn)    
mysql_cn.close()

参考：http://www.jb51.net/article/34102.htm

http://www.jb51.net/article/57290.htm