本文介绍的是如何使用Pandas来操作MySQL数据库。主要是包含查询MySQL中的数据，以及如何往数据库中写入数据。
先安装两个库：
pip install pymysql pip install sqlalchemy
查看一个本地数据库中某个表的数据。这份数据是《MySQL经典50题》的一个表之一：
部分习题答案：
mysql -u root -p -- 安装mysql，进入数据库输入暗文密码 show databases; -- 显示全部数据库 use test; -- 使用某个数据库 show tables; -- 查看数据库下的全部表 select * from Student; -- 查看某个表的全部内容
以pymysql模块为例，讲解如何连接数据库。
In [1]：
import pandas as pd import pymysql from sqlalchemy import create_engine
In [2]:
connection = pymysql.connect( host='127.0.0.1', # 本机ip地址 port=3306, # mysql默认端口号 user="root", # 用户名 password="password", # 密码 charset="utf8", # 字符集 db="test" # 数据库 ) cur = connection.cursor() # 建立游标 cur
Out[2]:
<pymysql.cursors.Cursor at 0x11ddc1190>
connect()方法常用的参数：
| connect() 常用参数 | 说明 |
|---|---|
| host | 主机ip |
| user | 用户名 |
| password | 密码 |
| database | 数据库 |
| port | 端口号 |
| charset | 字符集 |
调用 cursor() 方法即可返回一个新的游标对象，在连接没有关闭之前，游标对象可以反复使用
In [3]:
sql=""" # 待执行的sql语句 select * from Student; """ # 执行sql语句 cur.execute(sql)
Out[3]:
8
In [4]:
cur
结果表明是个游标对象：
Out[4]:
<pymysql.cursors.Cursor at 0x11ddc1190>
In [5]:
cur.description
主要返回游标的属性信息，官网的描述为：
Out[5]:
(('s_id', 253, None, 20, 20, 0, False),
('s_name', 253, None, 20, 20, 0, True),
('s_birth', 253, None, 20, 20, 0, True),
('s_sex', 253, None, 20, 20, 0, True))
In [6]:
# 列名 columns = [col[0] for col in cur.description] columns
Out[6]:
['s_id', 's_name', 's_birth', 's_sex']
下图显示的是如何取出一条或者多条数据（按照顺序查询）
通过游标获取全部的数据：
fetch相关的函数都是获取结果集中剩下的数据，多次调用的时候只会从剩余数据中查询：
当第二次调用的时候结果就是空集。
通过游标获取查询的结果集的特点：
1.可以获取1条、多条和全部数据
2.在获取数据的时候是按照顺序读取的
3.fetchall函数返回剩下的所有行
# 列名 columns = [col[0] for col in cur.description] # 数据集合 data = [] for i in cur.fetchall(): data.append(i) df = pd.DataFrame(data,columns=columns)
往MySQL数据库中插入数据：
import pandas as pd
import pymysql
from sqlalchemy import create_engine
connection = pymysql.connect(
host='127.0.0.1', # 本机ip地址
port=3306, # mysql默认端口号
user="root", # 用户名
password="11112222", # 密码
charset="utf8", # 字符集
db="test" # 数据库
)
cur = connection.cursor() # 建立游标
# 待执行SQL语句
sql="""
insert into test.Student(s_id, s_name, s_birth, s_sex) values("09","吴越","1998-08-08","男")
"""
# 执行sql语句
cur.execute(sql)
很关键一步，要记得提交，这样最终才会写入数据库：
connection.commit()
使用完之后记得关闭连接：
connection.close()
第二种常用的方法是通过sqlalchemy来连接数据库：
import pandas as pd
from sqlalchemy import create_engine
# 依次填写MySQL的用户名、密码、IP地址、端口、数据库名
# create_engine("数据库类型+数据库驱动://数据库用户名:数据库密码@IP地址:端口/数据库"，其他参数)
engine = create_engine("mysql+pymysql://root:password@localhost:3306/test")
将Pandas中的DataFrame写入新的表testdf中：
show tables;
使用Pandas自带的read_sql函数能够自行读取数据，读取上面创建的数据.
官网：http://pandas.pydata.org/docs/reference/api/pandas.read_sql.html
import pandas as pd
from sqlalchemy import create_engine
# 依次填写MySQL的用户名、密码、IP地址、端口、数据库名
engine = create_engine("mysql+pymysql://root:password@localhost:3306/test")
# sql语句
sql4 = "select * from testdf;"
df4 = pd.read_sql(sql4, engine)
