使用pandas读取sql查询后的数据。

1. 需要使用sqlalchemy包

import sqlalchemy
import pandas as pd

2. 创建数据库连接,这里使用的是pymysql

# engine = sqlalchemy.create_engine("mysql+pymysql://username:password@ip:port/store_name")
#用户名:username, 密码:password,端口号:port,数据库名:store_name
engine = sqlalchemy.create_engine("mysql+pymysql://root:1234567@127.0.0.1:3306/new_schema")
sql = "select * from company where companyId=43"
data_df = pd.read_sql(sql, engine)

3. 多个数据库名、用户名创建链接

username_list = ["root1", "root2", "root3", "root4"]
database_list = ["database1", "database2", "database3", "database4"]
engine="mysql+pymysql://{}:1234567@127.0.0.1:3306/{}"
for i in username_list:
    for j in database_list:
        print(engine.format(i,j))
sql = "select * from company "
data_df = pd.read_sql(sql, engine)

#再读取另一个表格
sql = "select * from dataanalyst "
data_df1 = pd.read_sql(sql, engine)

 4. python数据提取到sql

to_sql常用参数

  • name:数据库中的表名
  • con:之前创建的链接
  • if_exits: 默认为fail,若表存在,则不进行数据表的写入 replace:若表存在,数据覆盖;append:若表存在,将数据写到原表的后面(常用)
  • index:是否将index单独写到一列中(建议用False)
  • dtype: 指定列的输出到数据库中的数据类型。字典形式储存:{column_name: sql_dtype} 
date_df.to_sql(
name='test01',
con="mysql+pymysql://root:1234567@127.0.0.1:3306/new_schema")

更多推荐

python.读取sql数据