用Pandas库实现MySQL数据库的读写

原创 社长  2019-07-12 09:34:43  阅读 93 次 评论 0 条
重庆专业seo
摘要:

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。SQ

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。

可以使用pip命令安装SQLAlchemy模块:

pip install sqlalchemy

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:

用Pandas库实现MySQL数据库的读写

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 -*- 
# 导入必要模块 
import pandas as pd 
from sqlalchemy import create_engine 
# 初始化数据库连接,使用pymysql模块 
# MySQL的用户:root, 密码:147369, 端口:3306,数据库:mydb 
engine = create_engine('mysql+pymysql://root:147369@localhost:3306/mydb') 
# 查询语句,选出employee表中的所有数据 
sql = ''' 
 select * from employee; 
 ''' 
# read_sql_query的两个参数: sql语句, 数据库连接 
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中的数据表,不储存index列 
df.to_sql('mydf', engine, index= False) 
print('Read from and write to Mysql table successfully!')

程序的运行结果如下:

用Pandas库实现MySQL数据库的读写

程序的运行结果

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mpg.CSV文件前10行如下:

用Pandas库实现MySQL数据库的读写

mpg.CSV文件前10行

示例的Python代码如下:

# -*- coding: utf-8 -*- 
# 导入必要模块 
import pandas as pd 
from sqlalchemy import create_engine 
# 初始化数据库连接,使用pymysql模块 
engine = create_engine('mysql+pymysql://root:147369@localhost:3306/mydb') 
# 读取本地CSV文件 
df = pd.read_csv("E://mpg.csv", sep=',') 
# 将新建的DataFrame储存为MySQL中的数据表,不储存index列 
df.to_sql('mpg', engine, index= False) 
print("Write to MySQL successfully!")

在MySQL中查看mpg表格:

用Pandas库实现MySQL数据库的读写

MySQL中的mpg表格

仅仅5句Python代码就实现了将CSV文件写入到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。程序本身并不难,关键在于多多练习。

本文地址:http://dxf6.com/post/201.html
版权声明:本文为原创文章,版权归 社长 所有,欢迎分享本文,转载请保留出处!
重庆专业seo
数据湾

发表评论


表情

还没有留言,还不快点抢沙发?