mysql创建数据库,创建数据库表导入xlsx、txt文本,查询、删除、插入数据语句的使用

从爬虫到透视表:构建Python+MySQL+Excel电商数据分析闭环 在数据分析领域,数据透视表、数据库操作、Python脚本和网络爬虫是四项核心技能,它们共同构成了从数据采集到洞察呈现的完整工作流。数据透视表作为强大的交互式分析工具,能够对聚合数据进行多维度探索与可视化;而数据库(如MySQL)则为海量数据的结构化存储与高效查询提供了基础。Python凭借其丰富的库生态,在数据采集(爬虫)和清洗(Pandas)环节展现出巨大技术价值,是实现自动化数据流水线的关键。这些技术协同工作的典型应用场景包括电商数据分析、市场趋势监控和业务报告自动化。本文将以电商商品分析为例,详细演示 阅读详情

用MySQL创建数据库和数据库表(仅针对已经安装好mysql)

win+R以管理员身份运行命令行cmd


输入mysql -h localhost -u root -p然后输入mysql password

①设置SQL语句的编码格式


②删除数据库test


③创建数据库test,指定存储数据所用的编码


④进入数据库


⑤创建表 dd_category(cid, cname, count)//count为书籍数量


⑥添加三行记录,三个书籍分类(10/20/30)


⑦查询出所有的书籍分类


⑧创建表 dd_book(bid,title,pic,price,pubDate,isOnsale,categoryId)


⑨为每种分类添加两三条记录


⑩查询出所有的书籍


⑪查询出所有的“category1”类书籍


⑫删除10号分类及其下所有的书籍

⑬删除编号为6的书籍,需要修改对应分类的书籍数量





查看当前有哪些数据库:show databases;(以分号结尾表示一个sql语句)


这四个数据库是mysql自带的数据库,与mysql的功能有关,建议不要轻易修改。

创建一个数据库dbone,输入sql语句:create database dbone;

创建完后用show databases;查看数据库发现创建成功。


进入刚才创建的数据库dbone,对数据库进行管理:

use dbone;


查看数据库dbone中的数据库表:shoe tables;


显示为empty set;无数据库表

为数据库dbone创建数据库表

create table stu(sno varchar(20),sname varchar(20));


查看数据库dbone的数据库表:show tables;


查看数据库表stu的结构:describe stu;


查看stu数据库表中的数据:select * from stu;


stu为空empty的表格

往表格中添加内容:insert into stu values(‘2099001001001’,’cjf’);




数据库表stu成功添加两个数据。

但是每次往数据库表添加一个记录就要执行一个sql语句,当数据非常大的时候这种往数据库表添加数据的方法根本行不通,可以通过文本方式将数据添加到数据库表:

创建文本stu.txt用tab隔开数据,一行代表一个数据,数据元素要按照数据库表的结构排列:


记住文本stu.txt的绝对路径(D:\stu.txt)

执行sql语句:load data local infile“d:\stu.txt” into table stu;


文本stu.txt五个数据顺利添加到数据库表stu;

当然现在大部分数据都是用excel编写,如何将后缀名为xlsx文件导入sql数据库表?

首先打开excel写入数据:


因为excel编码格式为ANSI

右击文件名-另存为,如下图:


点击文件类型选择csv(逗号分隔),保存在d:\stu.csv


执行sql语句:load data local infile“d:\stu.csv” into table stu fields terminated by ‘,’;


fields terminated by ‘,’;表示以逗号分隔数据值,从刚才选的文件类型csv(逗号分隔)可知数据值是以’,’分隔的。

查看数据表:可以看到数据库表stu又添加了三个数据。


查询数据库表stu中学号为2099001001001的数据


删除数据库表stu中学号为2099001001001的数据



如图,表中存在重复的数据,如果想要仅仅列出不同的值,可以使用关键字distinct

select distinct 列名 from stu;


如图,输出的列sno没有出现重复的值。


以上是适应于在一条命令执行完后再执行下一条命令,当有多条命令需要连续执行时,或者有些命令动作是连续的并且多次用到,每次重复输入显得相当麻烦,这个时候可以将命令写在sql文本里面,然后直接在mysql执行sql文本。

①在D盘下sql文件夹创建sql文件TEST.SQL(D:\SQL\TEST.SQL),写入要执行的多条sql语句



#1. 设置SQL语句的编码格式	
set names utf8;		
#2. 删除数据库test
drop database if exists test;
#3. 创建数据库test,指定存储数据所用的编码
create database test charset=utf8;
#4. 进入数据库
use test
#5. 创建表 dd_category(cid, cname, count)//count为书籍数量
create table dd_category(
cid int primary key,
cname varchar(32),
count int
);
#6. 添加三行记录,三个书籍分类(10/20/30)
insert into dd_category values
(‘10’,’category1’,’2’),
(‘20’,’category2’,’2’),
(‘30’,’category3’,’2’);
#7. 查询出所有的书籍分类
select * from dd_category;
#8. 创建表 dd_book(bid,title,pic,price,pubDate,isOnsale,categoryId)
create table dd_book(
bid int primary key,
title varchar(32),
pic varchar(32),
price float(6,2),
pubDate date,
isOnsale boolean,
categoryId int
);
#9. 为每种分类添加两三条记录
insert into dd_book values
(‘1’,’title1’,’img/pic1.jpg’,’11.11’,’2017-10-10’,’1’,’10’),
(‘2’,’title2’,’img/pic2.jpg’,’1912’,’2017-10-11’,’1’,’10’),
(‘3’,’title3’,’img/pic3.jpg’,’18.13’,’2017-10-11’,’1’,’20’),
(‘4’,’title4’,’img/pic4.jpg’,’17.14’,’2017-10-9’,’1’,’20’),
(‘5’,’title5’,’img/pic5.jpg’,’7.15’,’2017-10-6’,’1’,’30’),
(‘6’,’title6’,’img/pic6.jpg’,’9.14’,’2017-10-7’,’0’,’30’);
#10. 查询出所有的书籍
select * from dd_book;
#11. 查询出所有的“计算机”类书籍
select * from dd_book where categoryId = (
select cid from dd_category where cname=’计算机’
);
#12. 删除10号分类及其下所有的书籍
delete from dd_category where cid = 10;
delete from dd_book where categoryId=10;
#13. 删除编号为6的书籍,需要修改对应分类的书籍数量
update dd_category set count=count-1 where cid = (
select categoryId from dd_book where bid=6
);
delete from dd_book where bid =6;

除了设置sql语句编码格式以及存储数据所用的编码格式,还需要设置sql脚本的编码格式,否则会出现中文乱码等问题,方式如下:

点击左上方文件选择另存为


编码格式选择UTF-8 ,再点击保存,替换掉源文件


在DOS中如果出现中文乱码等,需要设置DOS的编码格式:chcp 936(简体中文字符集)


运行sql脚本文件有两种方式:

①在未登录mysql之前:mysql  -uroot   -p   <   e:/x.sql


②在登录mysql之后:source e:/x.sql


sql脚本运行成功。

C++与Qt实现学业跟踪评价系统:从数据库设计到算法引擎 在软件开发领域,面向对象编程和数据库设计是构建复杂应用的核心基础。其原理在于通过封装、继承和多态来组织代码,并结合关系型数据库实现数据的持久化存储与高效管理。这种技术组合的价值在于能够创建出结构清晰、性能可靠且易于维护的桌面应用程序。在教育信息化等实际应用场景中,常需处理大量结构化数据并执行复杂业务逻辑。本文以C++和Qt框架为例,详细阐述了如何设计并实现一个完整的学业跟踪评价系统。该系统利用SQLite进行数据管理,并构建了核心的评价计算引擎,涵盖了从数据访问层封装、过程性评价算法实现到使用Qt进行图形用 阅读详情

相关推荐

数据分析自学路线:Excel、SQL、Python、Tableau核心技能栈详解

很多同学想入门数据分析,但面对Excel、SQL、Tableau、Python这些工具,常常感到无从下手,网上资料要么太散,要么太深,很难形成体系化的学习路径。本文旨在为你梳理一条清晰、实用、可执行的数据分析自学路线,涵盖从数据处理、分析到可视化的核心技能栈,并提供可直接上手的代码示例和项目思路。无论你是零基础转行,还是希望提升业务分析能力,都能从这套“组合拳”中找到适合自己的学习模块。 1. 数据分析核心技能栈全景解读 数据分析并非掌握单一工具即可,而是一个由数据处理、分析挖掘、结果呈现构成的完整工作流。

weixin_30235225的博客 317

学习MySQL:五:创建使用数据库+创建表指定表的布局+数据库中导入txt+插入数据记录

一:目的 1、想:使用数据库 二、参考: 1、MySQL 8 的学习——3创建和使用数据库 https://blog.youkuaiyun.com/zjy_android_blog/article/details/81460033 ①总结:good:亲测有效,我的实测就是按照这个博客进行操作的 三、操作 1、该SHOW语句查找服务器上当前存在的数据库: show databases; ①运行结果: a、里面的user_id和user_id2是我之前创建的数据库。 ...

qq_40544338的博客 949

R语言之连接mysql数据库

学习笔记 PS:写这个Blog的初衷是,心血来潮考古自己的Blog,看到3年前写的同一主题Blog,差点气到吐血,就重新写一遍了,顺便加一点R语言读取数据的其他方式。 R语言之连接mysql数据库 从mysql中读取数据 在用R连接mysql之前,我添加一个数据源: 注意,添加mysql数据源时,要填写数据源名称,用户名,密码和要使用的数据库! 如果不添加数据源,可能会报以下错误: Warn...

小山羊的学习日志 989

centos绕过mysql登陆建立数据库_无基础简单操作MYSQL(登陆、退出、创建查询数据库数据、表、以及数据库备份等):实现centos系统中mysql数据迁入ubuntu系统中的mysql中...

注意:以下操作都在linux环境下进行(centos、ubuntu等)引子:最近在做系统部署,需要把原本在centos系统中的一套代码部署到ubuntu系统中来,其中涉及mysql迁移的问题,作为纯新手,之前听说过mysql的大名,但没有实际操作过,mysql的基本操作也不明白。本文记录了迁移的过程mysql用的基本操作。一、mysql基本操作:首先确定linux系统下mysql安装位置:$ps ...

weixin_29920697的博客 139

Django通用排课系统实战:从数据库设计到贪心算法实现

排课是典型的约束满足问题,涉及教师、班级、教室与时间片的多维冲突规避。在Web应用开发中,利用Django框架可高效完成数据模型建模与后台管理,而核心排课算法常采用贪心策略生成初始解,并通过冲突检测机制保障硬约束的满足。这类系统广泛应用于学校、培训机构及企业内部,能够替代手工Excel排课,大幅提升教务管理效率。本文以Python 2.7时代的通用排课系统为切入点,完整拆解需求建模、数据库表结构设计、规则配置、加权贪心算法与冲突消解策略,并涵盖常见性能问题与Python 3迁移要点,帮助开发者快速掌握排课系

weixin_33827731的博客 524

创建表空间及数据文件.txt

Oracle创建表空间及数据文件

数据库的创建、修改与删除

在MySQL中,一个完整的数据存储过程总共有4步,分别是创建数据库、确认字段、创建数据表、插入数据。 从系统架构的层次上看,MySQL数据库系统从大到小依次是数据库服务器、数据库、数据表、数据表的行与列。 创建数据库 查看数据库的结构 show create database mytest1管理数据库 查看当前连接中的数据库有哪些 show databases;切换数据库 use db_test;查看当前数据库中有哪些表 show 表名;查看当前使用的数据库 select database() from

catcat2003的博客 3059

基于 parallels ubuntu 20.04 LTS (focal) 的ros+px4+gazebo 安装

基于 parallels ubuntu 20.04 LTS (focal) 的ros+px4+gazebo 安装。

weixin_40132006的博客 2240

10.创建数据库指定字符编码以及查看数据库的字符编码

纯干货,无废话,爽就完了

qq_48795733的博客 1052

UDP协议详解——使用Socket通信

UDP(UserDatagramProtocol)是一个简单的面向消息的传输层协议,尽管UDP提供标头和有效负载的完整性验证(通过校验和),但它不保证向上层协议提供消息传递,并且UDP层在发送后不会保留UDP 消息的状态。因此,UDP有时被称为不可靠的数据报协议。如果需要传输可靠性,则必须在用户应用程序中实现。UDP使用具有最小协议机制的简单无连接通信模型。UDP提供数据完整性的校验和,以及用于在数据报的源和目标寻址不同函数的端口号。它没有握手对话,因此将用户的程序暴露在底层网络的任何不可靠的方面。

qq_3517289697的博客 3385

基于CANoe的车载以太网测试

以太网测试 CANoe

Yafet 4547

MySQL入门_实战3_创建和删除数据库

MYSQL实战创建和删除数据库

霸王龙的日常专栏 1752

智能音箱开发者必看:CEVA-BX vs Cadence HiFi音频DSP实战选型指南(附功耗对比表)

本文深入对比了CEVA-BX和Cadence HiFi两大音频DSP架构在智能音箱开发中的性能差异,涵盖语音唤醒、多麦克风阵列处理等核心场景。通过实测数据和功耗对比表,为开发者提供选型参考,帮助优化产品性能和能效表现。

weixin_29309213的博客 226

mysql查找表shoe table,mysql创建数据库,创建数据库表导入xlsx、txt文本,查询、删除、插入数据语句的使用...

用MySQL创建数据库和数据库表(仅针对已经安装好mysql)win+R以管理员身份运行命令行cmd输入mysql -h localhost-u root -p然后输入mysqlpassword查看当前有哪些数据库:showdatabases;(以分号结尾表示一个sql语句)这四个数据库是mysql自带的数据库,与mysql的功能有关,建议不要轻易修改。创建一个数据库dbone,输入sql语句:c...

weixin_34963576的博客 248

Android车载应用开发与分析(11)- 车载Android应用开发入门指南

将时间回退到2017年我大学刚毕业时,彼时移动互联网就已经开始退潮,各大个培训机构也纷纷停止了Android相关的培训,曾经热火朝天的应用开发从那时起,就开始走向下坡路,小程序以及众多跨平台框架也让市场对Android原生开发的需求逐年降低,市场需求的降低也造就了Android开发的面试变得史无前例的“卷”。 终于我在2019年选择离开了互联网,投身当时还不是非常火热的车载Android领域继续从事Android原生开发。而这一年中国首个外商独资的整车制造项目,“...

linkwj的博客 1万+

手撕数美风控三板斧:device_fingerprint/device_id/hmac生成逻辑全解析

摘要:逆向分析数美风控核心参数生成机制 本文详细记录了逆向分析数美(Shumei)风控系统中三个关键参数(device_id、device_fingerprint、hmac)的生成逻辑。通过抓包分析和动态调试(使用Frida、IDA等工具)发现:device_id由设备IMEI和Android ID经MD5哈希生成;device_fingerprint融合23项设备与环境信息,并采用SHA-256哈希和动态环境检测;hmac则是参数+指纹+动态盐值的SHA-256签名。文章揭示了数美"设备指纹+动

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 1449

全网最细java零基础学习就业课程教学之java基础篇15:Mysql数据库

大学生零基础java学习就业

weixin_43841075的博客 273

Transformer实战(30)——Transformer注意力机制可视化

在本节中,我们讨论了人工智能面临的最重要问题之一:可解释人工智能 (explainable artificial intelligence, XAI)。随着语言模型的不断发展,可解释性成为一个严峻的问题。本节中,我们从 Transformer 的角度出发,研究了 Transformer 架构中的自注意力机制,尝试通过各种可视化工具理解这些机制的内部过程。

盼小辉丶的博客 2619

用Python+SQLite构建本地资料库:从设计到查询导出全攻略

轻量级数据库方案在个人工具开发中越来越受关注,SQLite凭借零配置、单文件、跨平台等优势成为理想选择。配合Python标准库的sqlite3模块,开发者可以快速搭建本地资料管理系统。通过JSON定义结构化数据,结合命令行查询与CSV导出,能够形成一套高效的数据录入、检索、报表闭环。本文以游戏资料整理为背景,从数据库表设计、JSON批量导入、SQL查询到中文CSV导出,完整演示一个本地化资料库的构建过程。无论是游戏爱好者还是Python初学者,都能通过实战理解SQLite在真实项目中的应用。

weixin_34205826的博客 418

基于FPGA的时间数字转换(TDC)设计(一:原理)

基于FPGA的时间数字转换(TDC)设计,此为第一篇

sdau2005的博客 5069

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

从Excel透视表到Python爬虫:搭建商业数据分析的完整实战技能栈

商业数据分析是运用数据解决商业问题的系统性思维框架,其核心流程涵盖问题定义、数据获取、清洗处理、分析建模与决策建议。在技术实现层面,数据透视表作为快速多维分析工具,能极大提升日常报表效率;而数据库(如MySQL/SQLite)通过SQL语言实现了数据的规范化存储与管理,为分析提供可靠来源。当内部数据不足时,Python爬虫技术可合规拓展外部数据边界,结合Pandas库的自动化处理能力,共同构建起从数据采集、处理到洞察的完整工作流。掌握这套组合技能,能有效应对销售诊断、用户行为分析等实际场景,实现从数据到商业

weixin_30735745的博客 375

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

基于Qt与MySQL的酒店管理系统毕业设计实战指南

信息管理系统(MIS)是计算机软件工程领域的核心应用之一,它通过整合数据库技术与图形用户界面,实现对特定领域业务数据的有效组织、存储、处理与展示。其基本原理在于构建一个稳定的数据层(通常使用关系型数据库如MySQL)和一个交互友好的表示层(如使用Qt框架开发桌面应用),二者通过标准接口进行通信,完成数据的增删改查与复杂业务逻辑。这种架构的价值在于能够将现实世界的业务流程数字化、自动化,显著提升管理效率与数据准确性。在众多应用场景中,酒店管理系统是一个经典范例,它综合运用了数据库设计、事务处理、UI/UX设计

weixin_30667649的博客 435

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

Python 数据采集完全指南 —— 从零开始掌握网络爬虫与文件读取

🐍 Python 入门系列。

belong_my_offer的博客 2048

基于深度学习知识图谱的大数据医疗知识知识图谱问答可视化系统(完整系统源码+数据库+万字详细文档+源码解析+视频详细部署教程讲解+万字论文+ppt+详细部署文档+详细开发文档等资料)

本文介绍了一个基于深度学习知识图谱的医疗问答可视化系统。系统采用Neo4j存储医疗知识图谱,结合Flask框架实现问答功能,并封装了BERT+LSTM+CRF深度学习模型。关键技术包括:基于贪心算法的分词策略、Aho-Corasick多模式匹配算法、命名实体识别等。系统实现了医疗知识问答、聊天机器人交互、数据自动存储等功能。开发环境包括Neo4j 4.4.5、JDK 1.8、Python等工具。项目结构完整,包含数据处理、知识图谱构建、问答系统实现等模块,提供详细的部署文档和源码解析。

今天再多学会儿博客 1094

大数据知识图谱——基于知识图谱+深度学习的大数据(KBQA)NLP医疗知识问答可视化系统(全网最详细讲解及源码/建议收藏)

通过搭建一个医疗领域知识图谱,并以该知识图谱完成自动问答与分析服务。 基于知识图谱+flask的KBQA医疗问答系统以neo4j作为存储,基于传统规则的方式完成了知识问答,并最终以关键词执行cypher查询,并返回相应结果查询语句作为问答。后面我又设计了一个简单的基于 Flask 的聊天机器人应用,利用nlp自然语言处理,通过医疗AI助手根据用户的问题返回结果,用户输入和系统返回的输出结果都会一起自动存储到sql数据库。后面又封装了深度学习模型完成一个完整基于深度学习知识图谱问答可视化系统。

专注 AI、大数据、Python、爬虫、数据分析可视化、机器学习、推荐算法、知识图谱、大模型应用与全栈系统开发,长期沉淀真实项目案例、源码解析、系统设计、部署经验与工程化实践,分享可运行、可复用、可落地的技术方案。 4万+

构建自动化RAG数据提取流水线:从文档解析到向量化存储的工程实践

检索增强生成(RAG)系统的核心在于让大语言模型能够高效、准确地引用外部知识库。其技术原理是通过将非结构化文档(如PDF、Word)转化为机器可理解的向量表示,从而实现语义检索。这一过程的技术价值在于解决了LLM的静态知识局限,使其能够动态访问和引用最新、最相关的专有信息。在应用场景上,RAG广泛服务于智能客服、内部知识库问答和文档分析等领域。然而,构建高质量RAG系统的关键挑战在于数据准备环节,即如何将原始文档自动化、高质量地转化为可供检索的向量化知识片段。本文聚焦于解决这一核心痛点,详细探讨了构建一个工

chengli1824的博客 588
上一篇: WeCenter服务器环境检查运行环境 出现UCRL支持打x没通过导致无法安装
下一篇: 在Linux系统设置共享文件夹、Hadoop单机/伪分布部署,运行Hadoop Wordcount单词统计实例
Morgan-Chen
博客等级 码龄9年 31粉丝 28原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值