在Python中使用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 。
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 Python学习交流群:1004391443
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 sqlalchemySQLAlchemy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 。
【在Python中使用Pandas库实现MySQL数据库的读写】我们将使用MySQL数据库中的mydb数据库以及employee表,内容如下:
在Python中使用Pandas库实现MySQL数据库的读写

文章插图
 
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 pdfrom 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:mydbengine = 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:
在Python中使用Pandas库实现MySQL数据库的读写

文章插图
 
程序的运行结果
在MySQL中查看mydf表格:
在Python中使用Pandas库实现MySQL数据库的读写

文章插图
 
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:
在Python中使用Pandas库实现MySQL数据库的读写

文章插图
 
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 pdfrom 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:
在Python中使用Pandas库实现MySQL数据库的读写

文章插图
 
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 。




    推荐阅读