使用Pandas 将excel数据导入mysql

最新推荐文章于 2025-06-16 09:06:25 发布

Junqiang Li

最新推荐文章于 2025-06-16 09:06:25 发布

阅读量937

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python 文章标签： mysql 数据库 pandas

本文链接：https://blog.youkuaiyun.com/LiJunqiang_0220/article/details/120282468

python 专栏收录该内容

1 篇文章

订阅专栏

该博客介绍了如何利用Python的Pandas库和SQLAlchemy引擎将Excel数据批量导入到MySQL数据库中。通过安装必要的库，定义文件路径，遍历文件并利用`pd.read_excel`读取数据，然后使用`to_sql`方法分批写入数据到指定数据库表。博客还强调了`if_exists`参数的用法以及`chunksize`对大数据量导入速度的影响，整个过程自动化创建表结构并适应源数据字段属性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pandas excel数据导入mysql

# 先要安装几个库 sqlalchemy, pandas,mysql-connector
from sqlalchemy import create_engine
import pandas as pd
import os
import datetime
starttime = datetime.datetime.now()

# 定义路径
path = r'F:\demo\MES\unimport'
# 首先打开文件
files = os.listdir(path)
for i in files:
    path1 = path + '\\'+i
    data = pd.read_excel(path1)
    engine = create_engine('mysql+mysqlconnector://root:123456@localhost:3306/xidian')
    data.to_sql(name=i, con=engine,if_exists="append",index=False,chunksize=100)
    print('导入' + i + '成功')
    
'''导入到mysql，这里有几个关键点，name是Table的名称，if_exists是指Table如果存在的几
个处理办法，默认是报错，replace是先删后写入，append是添加，chunksize很关键，如
果数据量较大，可以分批写入，chunksize后的数字就是每次写入的行数，可以加快运行速
度，而且如果Table不存在，语句能自动创建，还能根据源数据自动调整Table字段的属
性，效果很好'''
    
endtime = datetime.datetime.now()
x = endtime - starttime
print(x.seconds)