|
|
51CTO旗下网站
|
|
移动端

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。

作者:编程python新视野来源:今日头条|2019-07-05 11:20

【大咖·来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》

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:

  1. 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:

  1. # -*- coding: utf-8 -*- 
  2. # 导入必要模块 
  3. import pandas as pd 
  4. from sqlalchemy import create_engine 
  5. # 初始化数据库连接,使用pymysql模块 
  6. # MySQL的用户:root, 密码:147369, 端口:3306,数据库:mydb 
  7. engine = create_engine('mysql+pymysql://root:147369@localhost:3306/mydb'
  8. # 查询语句,选出employee表中的所有数据 
  9. sql = ''
  10.  select * from employee; 
  11.  ''
  12. # read_sql_query的两个参数: sql语句, 数据库连接 
  13. df = pd.read_sql_query(sql, engine) 
  14. # 输出employee表的查询结果 
  15. print(df) 
  16. # 新建pandas中的DataFrame, 只有id,num两列 
  17. df = pd.DataFrame({'id':[1,2,3,4],'num':[12,34,56,89]}) 
  18. # 将新建的DataFrame储存为MySQL中的数据表,不储存index列 
  19. df.to_sql('mydf', engine, indexFalse
  20. 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

在MySQL中查看mydf表格:

用Pandas库实现MySQL数据库的读写

用Pandas库实现MySQL数据库的读写

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:

  1. # -*- coding: utf-8 -*- 
  2. # 导入必要模块 
  3. import pandas as pd 
  4. from sqlalchemy import create_engine 
  5. # 初始化数据库连接,使用pymysql模块 
  6. engine = create_engine('mysql+pymysql://root:147369@localhost:3306/mydb'
  7. # 读取本地CSV文件 
  8. df = pd.read_csv("E://mpg.csv", sep=','
  9. # 将新建的DataFrame储存为MySQL中的数据表,不储存index列 
  10. df.to_sql('mpg', engine, indexFalse
  11. 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。

【责任编辑:庞桂玉 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

16招轻松掌握PPT技巧

16招轻松掌握PPT技巧

GET职场加薪技能
共16章 | 晒书包

347人订阅学习

20个局域网建设改造案例

20个局域网建设改造案例

网络搭建技巧
共20章 | 捷哥CCIE

704人订阅学习

WOT2019全球人工智能技术峰会

WOT2019全球人工智能技术峰会

通用技术、应用领域、企业赋能三大章节,13大技术专场,60+国内外一线人工智能精英大咖站台,分享人工智能的平台工具、算法模型、语音视觉等技术主题,助力人工智能落地。
共50章 | WOT峰会

0人订阅学习

读 书 +更多

超级网管员——网络安全

本书全面深入地介绍网络安全的配置与实现技术,包括系统管理、用户账户、病毒防御、灾难恢复、文件备份、安全策略、注册表等服务器安全,用...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO播客