Python使用Pandas库实现MySQL数据库的读写

时间：2022-12-04 10:58:22

本次分享将介绍如何在Python中使用Pandas库实现MySQL数据库的读写。首先我们需要了解点ORM方面的知识

ORM技术

对象关系映射技术，即ORM（Object-Relational Mapping）技术，指的是把关系数据库的表结构映射到对象上，通过使用描述对象和数据库之间映射的元数据，将程序中的对象自动持久化到关系数据库中。

在Python中，最有名的ORM框架是SQLAlchemy。Java中典型的ORM中间件有:Hibernate,ibatis,speedframework。

SQLAlchemy

SQLAlchemy是Python编程语言下的一款开源软件。提供了SQL工具包及对象关系映射（ORM）工具，使用MIT许可证发行

SQLAlchemy模块提供了create_engine()函数用来初始化数据库连接，SQLAlchemy用一个字符串表示连接信息：

'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名

Pandas读写MySQL数据库

我们需要以下三个库来实现Pandas读写MySQL数据库：

  • pandas
  • sqlalchemy
  • pymysql

其中，pandas模块提供了read_sql_query（）函数实现了对数据库的查询，to_sql（）函数实现了对数据库的写入。并不需要实现新建MySQL数据表。

sqlalchemy模块实现了与不同数据库的连接，而pymysql模块则使得Python能够操作MySQL数据库。

我们将使用MySQL数据库中的mydb数据库以及employee表，内容如下：

Python使用Pandas库实现MySQL数据库的读写

注意：

1.根据库的文档，我们看到to_sql函数支持两类mysql引擎一个是sqlalchemy，另一个是sqlliet3.没错，在你写入库的时候，pymysql是不能用的！！！

mysqldb也是不能用的，你只能使用sqlalchemy或者sqlliet3！！鉴于sqllift3已经很久没有更新了，笔者这里建议使用sqlalchemy！！

2.to_sql函数并不在pd之中，而是在io.sql之中，是sql脚本下的一个类！！！所以to_sql的最好写法就是：

  1. pd.io.sql.to_sql(df1,tablename,con=conn,if_exists='repalce') 　

下面将介绍一个简单的例子来展示如何在pandas中实现对MySQL数据库的读写：

  1. import pandas as pd
  2. from sqlalchemy import create_engine
  3. # 初始化数据库连接，使用pymysql模块
  4. # MySQL的用户：root, 密码:147369, 端口：3306,数据库：test
  5. engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')
  6. # 查询语句，选出employee表中的所有数据
  7. sql = ''' select * from employee; '''
  8. # read_sql_query的两个参数: sql语句， 数据库连接
  9. df = pd.read_sql_query(sql, engine)
  10. # 输出employee表的查询结果
  11. print(df)
  12.  
  13. # 新建pandas中的DataFrame, 只有id,num两列
  14. df = pd.DataFrame({'id': [1, 2, 3, 4], 'name': ['zhangsan', 'lisi', 'wangwu', 'zhuliu']})
  15. # 将新建的DataFrame储存为MySQL中的数据表，储存index列
  16. df.to_sql('mydf', engine, index=True)
  17. print('Read from and write to Mysql table successfully!')

运行结果：

Python使用Pandas库实现MySQL数据库的读写

这说明我们确实将pandas中新建的DataFrame写入到了MySQL中！

将CSV文件写入到MySQL中

以上的例子实现了使用Pandas库实现MySQL数据库的读写，我们将再介绍一个实例：将CSV文件写入到MySQL中，示例的example.csv文件如下

Python使用Pandas库实现MySQL数据库的读写

示例的Python代码如下：

  1. # -*- coding: utf-8 -*-
  2.  
  3. # 导入必要模块
  4. import pandas as pd
  5. from sqlalchemy import create_engine
  6.  
  7. # 初始化数据库连接，使用pymysql模块
  8. db_info = {'user': 'root',
  9. 'password': '123456',
  10. 'host': 'localhost',
  11. 'port': 3306,
  12. 'database': 'test'
  13. }
  14.  
  15. engine = create_engine('mysql+pymysql://%(user)s:%(password)s@%(host)s:%(port)d/%(database)s?charset=utf8' % db_info, encoding='utf-8')
  16. # 直接使用下一种形式也可以
  17. # engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')
  18.  
  19. # 读取本地CSV文件
  20. df = pd.read_csv("C:/Users/fuqia/Desktop/example.csv", sep=',')
  21. print(df)
  22. # 将新建的DataFrame储存为MySQL中的数据表，不储存index列(index=False)
  23. # if_exists:
  24. # 1.fail:如果表存在，啥也不做
  25. # 2.replace:如果表存在，删了表，再建立一个新表，把数据插入
  26. # 3.append:如果表存在，把数据插入，如果表不存在创建一个表！！
  27. pd.io.sql.to_sql(df, 'example', con=engine, index=False, if_exists='replace')
  28. # df.to_sql('example', con=engine, if_exists='replace')这种形式也可以
  29. print("Write to MySQL successfully!")

在MySQL中查看example表格

Python使用Pandas库实现MySQL数据库的读写

补充：engine.execute(sql)可以直接执行sql语句：

  1. from sqlalchemy import create_engine
  2.  
  3. engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')
  4. sql = "DROP TABLE IF EXISTS example"
  5. engine.execute(sql)

如果用pymysql，则必须用cursor，读者可以对比一下。

  1. import pymysql
  2. from sqlalchemy import create_engine
  3.  
  4. conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123456', db='test')
  5. # engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')
  6. sql = "DROP TABLE IF EXISTS test_input"
  7. cursor = conn.cursor()
  8. cursor.execute(sql)

总结

本文主要介绍了ORM技术以及SQLAlchemy模块，并且展示了两个Python程序的实例，介绍了如何使用Pandas库实现MySQL数据库的读写。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。

原文链接：https://www.cnblogs.com/fuqia/p/8996033.html

标签：

相关文章