pandas连接数据库，从数据库读取数据，将数据保存到数据库

谁借莪１个温暖的怀抱￠ 2023-07-05 14:29 14阅读 0赞

# pandas连接数据库 #

import pymysql
    from sqlalchemy import create_engine
    
    sql = 'select * from data'
    conn = create_engine('mysql+pymysql://root:159951@127.0.0.1:3306/test')
    pdata = pd.read_sql(sql,conn)
    print(pdata)

下面解释一下上面的代码：

1.  导入两个包 pymysql 和sqlalchemy
2.  create\_engine(url)此函数作用是与数据库建立连接，下面主要说一下里面url这个参数：

在这里截取代码中官方给的注释：
      The string form of the URL is
        ``dialect[+driver]://user:password@host/dbname[?key=value..]``, where
        ``dialect`` is a database name such as ``mysql``, ``oracle``,
        ``postgresql``, etc., and ``driver`` the name of a DBAPI, such as
        ``psycopg2``, ``pyodbc``, ``cx_oracle``, etc.  Alternatively,

具体意思是 这个url是个字符串型，具体格式是dialect\[+driver\]: //user:password@host/dbname\[?key=value…\]  
**dialect** :指定连接数据库类型 我填的是mysql  
**driver**：驱动，也就是数据库连接驱动，python中数据库的连接驱动挺多的，我使用的是pymysql  
**user**：数据库的用户名  
**password**：数据库的密码  
**host**：主机地址 本地通常是localhost 或者127.0.0.1  
**dname**：数据库库名

3.pd.read\_sql(sql,conn) 这个就是从数据库读取数据返回值为DataFrame类型的 第一个参数是 sql语句 第二个就是conn连接器了。

## 数据保存到数据库中 ##

import pandas as pd
    import numpy as np
    import pymysql
    from sqlalchemy import create_engine
    
    conn = create_engine('mysql+pymysql://root:159951@127.0.0.1:3306/test')
    pdata = pd.read_csv('tips.csv')
    print(pdata.head(10))
    try:
        pdata.to_sql('data1',conn,if_exists='replace',index=False)
    except:
        print('error')

具体解释：

1.  pdata = pd.read\_csv(‘文件名称’) 此方法是pandas 读取csv文件函数 返回值类型是DataFrame
2.  pdata.to\_sql(‘表名’，连接器，if\_exists=’ ') if\_exists 这个属性有三种值，为fail时，如果次表名重复，则报错；为replace时，删除已存在的这个表，创建这个表并添加数据 为append 则在该表的最后将数据添加到最后。

控制台输出的数据：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70]  
插入数据库后显示的数据：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70 1]

我使用的时seaborn官方提供的数据，里面有很多种数据，我一定打包好了，提供大家下载：  
[seaborn数据资源下载][seaborn]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200215181243883.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200215181316157.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ==,size_16,color_FFFFFF,t_70
[seaborn]: https://www.lanzous.com/i9dm80h