用Pandas库实现MySQL数据库的读写

开发 后端 MySQL
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。

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:

[[269718]]

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 来源: 今日头条
相关推荐

2020-03-24 14:16:18

ProxySQLMySQL数据库

2010-05-20 11:23:12

卸载MySQL

2010-05-31 09:44:38

2010-06-02 16:57:50

MySQL数据库同步

2010-05-20 14:52:42

MySQL数据库

2010-06-04 10:05:55

MySQL数据库还原

2018-02-24 19:37:33

Java8数据库中间件

2011-05-13 09:42:21

2019-01-02 09:30:59

MySQL数据库日志审计

2010-05-12 17:45:03

MySQL数据库引擎

2010-06-12 14:02:13

2024-04-08 10:11:15

MYSQL数据库事务

2011-03-08 08:49:55

MySQL优化单机

2010-06-01 11:18:52

MySQL数据库实例

2010-06-09 15:01:18

MySQL数据库同步

2009-05-08 09:56:37

MaxDBMySQL数据库管理

2010-06-09 11:32:51

MySQL数据库备份

2010-06-04 09:58:03

MySQL数据库备份

2011-05-24 09:32:38

2010-06-09 17:36:45

MySQL数据库同步
点赞
收藏

51CTO技术栈公众号