APP下载
报价宝  ›  科技  › 

用Pandas库实现MySQL数据库的读写

报价宝 来源:baojiabao.com 发布时间:2019-07-29 04:57:00 11月18日更新
报价宝综合消息用Pandas库实现MySQL数据库的读写

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

物件关系对映技术,即ORM(Object-Relational Mapping)技术,指的是把关系数据库的表结构对映到物件上,通过使用描述物件和数据库之间对映的元资料,将程式中的物件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中介软件有: Hibernate, ibatis, speedframework。

SQLAlchemy Python学习交流群:1004391443

SQLAlchemy是Python程式语言下的一款开源软件。提供了SQL工具包及物件关系对映(ORM)工具,使用MIT许可证发行。

可以使用pip命令安装SQLAlchemy模组:

pip install sqlalchemy

SQLAlchemy模组提供了create_engine()函式用来初始化数据库连线,SQLAlchemy用一个字串表示连线资讯:

'数据库型别+数据库驱动名称://使用者名称:口令@机器地址:埠号/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:

pandassqlalchemypymysql其中,pandas模组提供了read_sql_query()函式实现了对数据库的查询,to_sql()函式实现了对数据库的写入,并不需要实现新建MySQL资料表。sqlalchemy模组实现了与不同数据库的连线,而pymysql模组则使得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:

mydb数据库以及employee表

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:

# -*- coding: utf-8 -*-

# 汇入必要模组

import pandas as pd

from sqlalchemy import create_engine

# 初始化数据库连线,使用pymysql模组

# MySQL的使用者:root, 密码:147369, 埠:3306,数据库:mydb

engine = create_engine('mysql+pymysql://root:[email protected]:3306/mydb')

# 查询语句,选出employee表中的所有资料

sql = '''

select * from employee;

'''

# read_sql_query的两个引数: sql语句, 数据库连线

df = pd.read_sql_query(sql, engine)

# 输出employee表的查询结果

print(df)

# 新建pandas中的DataFrame, 只有id,num两列

df = pd.DataFrame({'id':[1,2,3,4],'num':[12,34,56,89]})

# 将新建的DataFrame储存为MySQL中的资料表,不储存index列

df.to_sql('mydf', engine, index= False)

print('Read from and write to Mysql table successfully!')

程式的执行结果如下:

程式的执行结果

在MySQL中检视mydf表格:

mydf表格

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

将CSV档案写入到MySQL中

以上的例子实现了使用Pandas库实现MySQL数据库的读写,我们将再介绍一个例项:将CSV档案写入到MySQL中,示例的mpg.CSV档案前10行如下:

mpg.CSV档案前10行

示例的Python程式码如下:

# -*- coding: utf-8 -*-

# 汇入必要模组

import pandas as pd

from sqlalchemy import create_engine

# 初始化数据库连线,使用pymysql模组

engine = create_engine('mysql+pymysql://root:[email protected]:3306/mydb')

# 读取本地CSV档案

df = pd.read_csv("E://mpg.csv", sep=',')

# 将新建的DataFrame储存为MySQL中的资料表,不储存index列

df.to_sql('mpg', engine, index= False)

print("Write to MySQL successfully!")

在MySQL中检视mpg表格:

MySQL中的mpg表格

仅仅5句Python程式码就实现了将CSV档案写入到MySQL中,这无疑是简单、方便、迅速、高效的!

总结

本文主要介绍了ORM技术以及SQLAlchemy模组,并且展示了两个Python程式的例项,介绍了如何使用Pandas库实现MySQL数据库的读写。程式本身并不难,关键在于多多练习。

文章标签: 报价宝 降噪耳机价格 耳机价格 红米手机价格 华为手机价格 小米手机价格 电视机价格 笔记本电脑价格 笔记本价格 汽车价格 数码相机价格 手机价格 电视机价格 小米手机价格 华为手机价格