利用pandas将数据保存到MySQL数据库中（使用df.to_sql)

1、概述

在做数据分析时，常常需要对数据分析的结果进行保存，而结果多为表格形式，或者在python中更常用的dataframe形式，当数据量巨大时，使用csv/excel保存显然不是最佳的选择，因为这会对存储和读取都带来巨大的麻烦，所以我们希望对结果直接保存到sql数据库，既便于存储，也便于查询和读取。

2、实现

网上有很多关于df.to_sql的教程，本人在总结其他大神经验后，将其中的精华整理成一个函数，使用时直接调用即可：

def Df_to_sql(df, name, db, psw, user='root', ip='localhost'):
    '''
    :param df: The data to pass
    :param name: The name of the table in db
    :param psw: Your password of your database
    :param ip: Your IP
    :param db: The name of your database
    :param user: root
    :return: None
    '''

    from sqlalchemy import create_engine
    con = create_engine('mysql+pymysql://{}:{}@{}/{}'.format(user, psw, ip, db))  # mysql+pymysql的意思为：指定引擎为pymysql
    df.to_sql(name, con)