read_sql_query 或 read_sql 方法传入参数均为 sql 语句,读取数据库后,返回内容是 dateframe 对象。普及一下:dateframe 其实也是一种数据结构,类似 excel 表格一样。
import pandas from sqlalchemy import create_engine class mysqlconn: def __init__(self): mysql_username = 'root' mysql_password = '123456' # 填写真实数库ip mysql_ip = 'x.x.x.x' port = 3306 db = 'work' # 初始化数据库连接,使用pymysql库 self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db)) # 查询mysql数据库 def query(self,sql): df = pandas.read_sql_query(sql,self.engine) # df = pandas.read_sql(sql,self.engine) 这种读取方式也可以 # 返回dateframe格式 return df if __name__ =='__main__': # 查询的 sql 语句 SQL = '''select * from working_time order by id desc ''' # 调用 mysqlconn 类的 query() 方法 df_data = mysqlconn().query(sql=SQL)
使用 to_sql 方法写入数据库之前,先把数据转化成 dateframe 。
import pandas from sqlalchemy import create_engine class mysqlconn: def __init__(self): mysql_username = 'root' mysql_password = '123456' # 填写真实数库ip mysql_ip = 'mysql.mall.svc.test.local' port = 3306 db = 'work' # 初始化数据库连接,使用pymysql库 self.engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}'.format(mysql_username, mysql_password, mysql_ip, port,db)) # 查询mysql数据库 def query(self,sql): df = pandas.read_sql_query(sql,self.engine) # df = pandas.read_sql(sql,self.engine) # 返回dateframe格式 return df # 写入mysql数据库 def to_sql(self,table,df): # 第一个参数是表名 # if_exists:有三个值 fail、replace、append # 1.fail:如果表存在,啥也不做 # 2.replace:如果表存在,删了表,再建立一个新表,把数据插入 # 3.append:如果表存在,把数据插入,如果表不存在创建一个表!! # index 是否储存index列 df.to_sql(table, con=self.engine, if_exists='append', index=False) if __name__ =='__main__': # 创建 dateframe 对象 df = pandas.DataFrame([{'name':'小米','price':'3999','colour':'白色'},{'name':'华为','price':'4999','colour':'黑色'}]) # 调用 mysqlconn 类的 to_sql() 方法 mysqlconn().to_sql('phonetest',df)
插入数据库的数据:
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
长按识别二维码并关注微信
更方便到期提醒、手机管理