Python操作MySQL数据库的两种方式实例分析【pymysql和pandas】
本文实例讲述了Python操作MySQL数据库的两种方式。分享给大家供大家参考,具体如下:
第一种 使用pymysql
代码如下:
import pymysql #打开数据库连接 db=pymysql.connect(host='1.1.1.1',port=3306,user='root',passwd='123123',db='test',charset='utf8') cursor=db.cursor()#使用cursor()方法获取操作游标 sql = "select * from test0811" cursor.execute(sql) info = cursor.fetchall() db.commit() cursor.close() #关闭游标 db.close()#关闭数据库连接
数据表test0811的内容和上边的代码读出来的内容分别是
pymysql是Python操作MySQL数据库的模块。首先引入pymysql模块
import pymysql
使用pymysql的connect()方法连接数据库,connect的几个参数解释如下:
- host:MySQL服务的地址,若数据库在本地上,使用localhost或者127.0.0.1。如果在其它的服务器上,应该写IP地址。
- port:服务的端口号,默认为3306,如果不写,为默认值。
- user:登录数据库的用户名
- passwd:user账户登录MySQL的密码
- db:将要操作的数据库的名字
- charset:设置为utf8编码,这样就可以存入汉字没有乱码
注意:除了port=3306不用引号,其它项的值都有用引号括起来
代码中的db就架起了Python和MySQL通信的桥梁,db.cursor()表示返回连接的游标对象,通过游标执行SQL语句。还有几个常用的方法是commit()表示提交数据库修改,rollback()表示回滚,就是取消当前的操作,close()表示关闭连接。
上面讲的是连接对象db的一些方法,游标对象的一些方法也很重要,利用游标对象的方法就可以对数据库进行操作了,游标对象的常用方法如下表:
名称 | 描述 |
---|---|
close() | 关闭游标,之后游标不可用 |
execute(query[,args]) | 执行一条SQL语句,可以带参数 |
executemany(query,pseq) | 对序列pseq中的每个参数执行SQL语句 |
fetchone() | 返回一条查询结果 |
fetchall() | 返回所有查询结果 |
fetchmany([size]) | 返回size条查询结果 |
nextset() | 移动到下一条结果 |
scroll(value,mode='relative') | 移动游标到指定行,如果mode='relative',则表示从当前行移动value条,如果mode=‘absolute',则表示从结果集的第一行移动value条 |
到这里就基本把pymysql的基本用法讲清楚了,剩下的对数据库的操作(增删改查)就是SQL语句的事情了。虽然SQL语句很强大,但有时候也会显得力不从心,Python的灵活加上SQL的强大才可以做更多的事情,而pymysql只是充当工具、桥梁的作用。从代码运行的结果中(第二幅图)发现读出来的结果是存放在二维元组中的,即((1, '小红', '80'),(2, '小明', '90'),(3, '小美', '87'),(4, 'GG', '67'),(5, 'MM', '78')),但是元组不可改变,只能读出,对于数据处理还有些不便,下面第二种方法就是把数据读出存放在DataFrame中,便于处理。
第二种 使用pandas
代码如下:
import pandas as pd from sqlalchemy import create_engine from sqlalchemy.types import CHAR,INT connect_info = 'mysql+pymysql://username:passwd@host:3306/dbname?charset=utf8' engine = create_engine(connect_info) #use sqlalchemy to build link-engine sql = "SELECT * FROM test0811" #SQL query df = pd.read_sql(sql=sql, con=engine) #read data to DataFrame 'df' #write df to table 'test1' df.to_sql(name = 'test1', con = engine, if_exists = 'append', index = False, dtype = {'id': INT(), 'name': CHAR(length=2), 'score': CHAR(length=2) } )
pandas的DataFrame数据格式有行索引和列索引,使用DataFrame来存储数据库表中的数据会十分方便。使用pandas中的read_sql和to_sql函数从MySQL数据库中读写数据。两个函数介绍如下。
pandas.read_sql
pandas.read_sql的文档中有详细的各个参数的英文介绍(不要排斥看英文,虚心向老外学习),参考资料http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_sql.html
常用的参数是sql:SQL命令或者表名字,con:连接数据库的引擎,可以用SQLAlchemy或者pymysql建立,从数据库读数据的基本用法给出sql和con就可以了。其它都是默认参数,有特殊需求才会用到,有兴趣的话可以查看文档。
代码中的con是使用SQLAlchem构建数据库连接引擎,即sqlalchemy.create_engine( )。这个函数基于一个URL来产生一个引擎对象,URL通常包含了数据库的相关信息,典型的形式是:
dialect+driver://username:password@host:port/database
dialect表示数据库的名字,比如sqlite,mysql,postgresql,oracle,mssql等,driver是用于连接数据库的DBAPI的名字,这里用的是pymysql(Python 3.x,在Python 2.x中用的是mysqldb),如果这一项不指定,将使用默认的DBAPI。
除了使用SQLAlchemy创建engine外,还可以直接使用DBAPI创建engine,代码如下:
con = pymysql.connect(host=localhost, user=username, password=password, database=dbname, charset='utf8') df = pd.read_sql(sql, con)
pandas.DataFrame.to_sql
主要参数介绍如下,详细文档参考http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_sql.html
- name:输出的表名
- con:连接数据库的引擎
- if_exists:三种模式{“fail”,“replace”,"append"},默认是"fail"。fail:若表存在,引发一个ValueError;replace:若表存在,覆盖原来表内数据;append:若表存在,将数据写到原表数据的后面。
- index:是否将DataFrame的index单独写到一列中,默认为“True”
- index_label:当index为True时,指定列作为DataFrame的index输出
- dtype:指定列的数据类型,字典形式存储{column_name: sql_dtype},常见数据类型是sqlalchemy.types.INT()和sqlalchemy.types.CHAR(length=x)。注意:INT和CHAR都需要大写,INT()不用指定长度。
参考资料:
//www.jb51.net/article/157984.htm
http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_sql.html
http://docs.sqlalchemy.org/en/latest/core/engines.html
http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_sql.html
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python常见数据库操作技巧汇总》、《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
相关文章
Pycharm中安装wordcloud等库失败问题及终端通过pip安装的Python库如何添加到Pycharm解释器中(
这篇文章主要介绍了Pycharm中安装wordcloud等库失败问题及终端通过pip安装的Python库如何添加到Pycharm解释器中,本文给大家介绍的非常详细,需要的朋友可以参考下2020-05-05django的分页器Paginator 从django中导入类
这篇文章主要介绍了django的分页器Paginator 从django中导入类,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-07-07安装pytorch报错torch.cuda.is_available()=false问题的解决过程
最近想用pytorch,因此装了pytorch,但是碰到了问题,下面这篇文章主要给大家介绍了关于安装pytorch报错torch.cuda.is_available()=false问题的解决过程,需要的朋友可以参考下2022-05-05
最新评论