因为最近频繁操作数据库，特别是写入数据比较麻烦。在DataFrame格式或者是Series格式的数据处理之后，总是会面临写入数据，迫不得已只能进行格式转换，搜索过程中发现了to_sql（）函数，就百度了用法，并实现了一下，以下记录操作过程和遇到的问题及解决方法。
First：函数介绍
to_sql(frame, name, con, schema=None, if_exists='fail', index=True,
index_label=None, chunksize=None, dtype=None)
frame：dataframe数据的名字
name：需要操作的数据库的表名
con：连接数据库的语句，包括（localhost,root,password,database）
if_exists：（fail，replace，append）
fail：如果表存在，则不进行操作
replace：如果表存在就删除表，重新生成，插入数据
append：如果表存在就插入数据，不存在就直接生成表
在使用这个函数之前我们需要用到create_engine
-
- 该数据里边，root：root是用户名和密码，localhost是地址，test是数据库。
- 因为我之前一直用的pymysql，有人跟我说不用安装mysqldb，直接在mysql+pymysql就行，我的实验是成功了，但是可能因为之前就成功了，才成功的，你们可以试试。
我的环境是python3.6的Spyder工具，因为好多人都说MySqlDb在3.6的环境下没有了，都让安装mysqlclient，我这里的安装时1.3.13版本的。安装时我直接下载的https://www.lfd.uci.edu/~gohlke/pythonlibs/的文件：
因为找了好多教程，我还安装了mysql-python，导致版本冲突。后来卸载了，又重新安装mysqlclient才运行成功。
安利一个好用的函数：
read_sql_query()
sql:需要操作的语句，
con：数据库的连接
直接可以在数据库中读取dataframe格式的数据，也方便读操作和pandas分析。