pandas对接数据库sqlalchemy、sqlite3_padans sqlite3链接远程数据库-优快云博客

本文链接：https://blog.youkuaiyun.com/dianxinlaozong/article/details/109254613

本文介绍了如何使用Python的sqlite3模块和SQLAlchemy库与数据库进行交互。首先，通过创建数据库引擎并读取CSV文件，将数据存入MySQL数据库。接着，展示了如何从数据库中查询数据并利用pd.read_sql_query()读取。然后，文章转向了sqlite3，创建内存中的轻量级数据库，并将数据存入，最后从sqlite3数据库中查询数据。整个过程涵盖了数据的存取与查询操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、sqlalchemy

import pandas as pd
import numpy as np
import pyecharts
# import pymysql    #pymysql包不导入也没事，只要环境中下载就行，下面的引擎连接就会成功

#导包
import sqlalchemy
#连接数据库引擎
engine=sqlalchemy.create_engine("mysql+pymysql://root:wxn1224@localhost:3306/pandas1020")
engine

#读取表格数据
sale=pd.read_csv('./sale.csv',encoding='gbk')
sale.head()

#将表格数据存入数据库
sale.to_sql('sale',engine)
#（‘表名’，引擎）

data=pd.read_sql_query('select * from sale',engine)
#传递数据库命令语句

#数据类型
type(data)

pd.read_sql('select * from sale',engine)

#pd.read_sql('sql语句'，引擎)
#pd.read_sql_query('select * from sale',engine)

2、sqlite3

import pandas as pd
import numpy as np
import pyecharts
import sqlite3


sale = pd.read_csv('./sale.csv',encoding='gbk')

#轻量级数据库，连接在存储器上的数据库
con = sqlite3.connect(':memory:')
#也可认为是连接引擎
con
#Docstring: connect(database[, timeout, detect_types, isolation_level, check_same_thread, factory, cached_statements, uri]) Opens a connection to the SQLite database file *database*. You can use ":memory:" to open a database connection to a database that resides in RAM instead of on disk. Type: builtin_function_or_method

#存入数据库
sale.to_sql('salenew',con)
#（‘表名’）

#查询数据库信息
pd.read_sql('select * from salenew',con)
#pd.read_sql('sql语句'，引擎)