Pandas读取MySQL数据到DataFrame

方法一:

#-*- coding:utf-8 -*-

from sqlalchemy import create_engine

class mysql_engine():
    user='******'
    passwd='******'
    host='******'
    port = '******'
    db_name='******'
    engine = create_engine('mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8'.format(user,passwd,host,port,db_name))

def get_data(sql):
    pg_enine=mysql_engine()
    try:
        with pg_enine.engine.connect() as con, con.begin():
            df=pd.read_sql(sql,con)# 获取数据
        con.close()
    except:
        df=None
    return df

方法二:

conn = MySQLdb.connect(host="******",user="******",passwd="******",db='******',port = ******,charset="utf8")
sql = "select * from ****** limit 3"
df = pd.read_sql(sql,conn,index_col="id")
print df

pd 1.9以后的版本,除了sqllite,均需要通过sqlalchemy来设置

Pandas是一个功能强大的Python数据分析库,可以方便地读取和处理多种数据源,包括MySQL数据库。要用Pandas读取MySQL数据dataframe,需要进行以下步骤: 1. 首先,需要安装pandasmysql.connector库。可以通过使用pip包管理器在命令行中运行以下命令来安装它们: pip install pandas mysql-connector-python 2. 接下来,需要导入所需的库,包括pandasmysql.connector,例如: import pandas as pd import mysql.connector 3. 建立与MySQL数据库的连接。首先,需要设置连接的参数,例如主机名、用户名、密码和数据库名: host = 'localhost' user = 'your_username' password = 'your_password' database = 'your_database' 然后,使用mysql.connector库的connect函数建立连接: cnx = mysql.connector.connect(host=host, user=user, password=password, database=database) 4. 通过Pandas的read_sql函数从MySQL数据库读取数据dataframe。需要提供要执行的SQL查询和连接对象作为参数: query = 'SELECT * FROM your_table_name' df = pd.read_sql(query, con=cnx) 这将执行SQL查询并将结果读取到名为df的dataframe对象中。 5. 最后,可以对dataframe进行各种数据分析和处理操作,例如筛选数据、计算统计信息等。 最后,记得在完成数据读取和处理后,关闭与数据库的连接: cnx.close() 以上就是使用Pandas读取MySQL数据dataframe的步骤,通过这种方法,可以轻松地在Python环境中进行MySQL数据的分析和处理。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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