Python 在 MySQL 中讀取 寫入資料

import pandas as pd  

from sqlalchemy import create_engine 
import pymysql
#準備乙個示例資料
df = ts.get_hist_data('000875')#讀取資料，格式為dataframe 
#建立乙個engine
engine = create_engine('mysql://username:password@localhost:3306/databasename?charset=utf8') #databasename是連線的資料庫名字，必須事先建立。 字元編碼設定為utf8，否則有些latin字元不能處理

engine = create_engine('mysql://root:1234@localhost:3306/stock?charset=utf8') 

try:#存入資料庫，有時候執行一次報錯，執行第二次就沒問題了，這裡使用try函式。報錯的時候，其實在資料庫中建立了表頭，只是還沒寫入資料。
except exception:

#建立engine

engine = create_engine('mysql://root:1234@localhost:3306/stock?charset=utf8') 
#從資料庫讀取資料
df1 = pd.read_sql('tick_data',engine)#從資料庫中讀取表存為dataframe

#連線資料庫的引數

config = 
#連線資料庫
db = pymysql.connect(**config)
#建立游標
cursor = db.cursor()
## 執行sql，並返**影響行數
cursor.execute('select * from city')
result = cursor.fetchall()
type(result) #list 查詢結果是乙個list，而pd.read_sql 讀入了乙個dataframe；
df3 = pd.dataframe(result) #將查詢結果轉為乙個dataframe。 
db.commit() #提交更改
cursor.close() #關閉游標
db.close() #關閉資料庫

在python中逐行讀取大檔案

在我們日常工作中，難免會有處理日誌檔案的時候，當檔案小的時候，基本不用當心什麼，直接用file.read 或readlines 就可以了，但是如果是將乙個10g大小的日誌檔案讀取，即檔案大於記憶體的大小，這麼處理就有問題了，會將整個檔案載入到記憶體中從而造成memoryerror 也就是發生記憶體溢...

python如何讀取 python 中讀取yaml

yaml 是專門用來寫配置檔案的語言，非常簡潔和強大，遠比 json 格式方便。yaml在python語言中有pyyaml安裝包。yaml 語言 發音 j m l 的設計目標，就是方便人類讀寫。它實質上是一種通用的資料序列化格式。它的基本語法規則如下 1 大小寫敏感 2 使用縮排表示層級關係 3 縮...

python 讀取mysql資料

import pymysql import pandas as pd defload data from mysql conn pymysql.connect host 127.0.0.1 port 3306 user test password test db database charset u...