公司中有時候我們的需求是操作mysql資料庫中的資料，如果我們能用pandas直接操作mysql的話，就比較方便了
pandas讀取mysql資料庫：
[python] 純文字檢視
複製** ?
0102
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
# 匯入必要模組
importpandas as pd
fromsqlalchemyimportcreate_engine
# 初始化資料庫連線，使用pymysql模組
# mysql的使用者：root, 密碼:147369, 埠：3306,資料庫：mydb
engine=create_engine('mysql+pymysql://root:mysql@localhost:3306/pandas')
# 查詢語句，選出employee表中的所有資料
sql='''
select * from mydf;
'''
# read_sql_query的兩個引數: sql語句， 資料庫連線
df=pd.read_sql_query(sql, engine)
# 輸出employee表的查詢結果
print(df)
pandas寫入資料到mysql：
[python] 純文字檢視
複製** ?
12
3
4
5
6
7
# 新建pandas中的dataframe, 只有id,num兩列
df=pd.dataframe()
# 將新建的dataframe儲存為mysql中的資料表，不儲存index列
df.to_sql('mydf', engine, index=false)
print('read from and write to mysql table successfully!')
pandas讀取csv資料到mysql中：
[python] 純文字檢視
複製** ?
12
3
4
# 讀取本地csv檔案
df=pd.read_csv("lianjia.csv", sep=',')
# # 將新建的dataframe儲存為mysql中的資料表，不儲存index列
df.to_sql('mydata', engine, index=false)
pandas 操作mysql詳解
要實現 pandas 對 mysql 的讀寫需要三個庫 可能有的同學會問，單獨用 pymysql 或 sqlalchemy 來讀寫資料庫不香麼，為什麼要同時用三個庫？主要是使用場景不同，個人覺得就大資料處理而言，用 pandas 讀寫資料庫更加便捷。1 read sql query 讀取 mysql...
使用pandas操作MySQL資料庫
sqlalchemy是python程式語言下的一款開源軟體。提供了sql工具包及物件關係對映 orm 工具，使用mit許可證發行 sqlalchemy模組提供了create engine 函式用來初始化資料庫連線，sqlalchemy用乙個字串表示連線資訊 我們需要以下三個庫來實現pandas讀寫m...
pandas 讀寫mysql資料
pandas具有直接讀寫mysql的api介面，簡單易學，這裡就給大家簡單介紹下。import pymysql import pandas as pd def query in db sql conn pymysql.connect host host ip host ip port your po...