python连接mysql数据库

最新推荐文章于 2025-10-05 16:14:35 发布

原创最新推荐文章于 2025-10-05 16:14:35 发布 · 691 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#数据库 #mysql #python

本文介绍了如何在Python中使用SQLAlchemy连接数据库，包括读取和保存数据的方法，以及一个实际的案例演示，包括全量查询、筛选和Excel数据导入操作。

1. 连接数据库

2. 读取和保存数据

3. 案例演示

sql语句在日常数据分析中是必不可少的技能，但是要想精通sql需要一定的积累，同时对于数据结构的熟悉程度也有较高要求。在这种情况下，可以考虑在python中来完成一些数据操作，达到降维的目的，缺点就是可能运行的时间会变长。

1. 连接数据库

from sqlalchemy import create_engine

MYSQL_HOST = '123.456.78'  # 地址
MYSQL_PORT = 3306  # 端口
MYSQL_USER = 'user_01'  # 数据库名字
MYSQL_PWD = 'password'  # 数据库密码
MYSQL_NAME = 'table_name'  # 数据库表名

context_engine = create_engine('mysql+pymysql://%s:%s@%s:%d/%s?charset=utf8' % (
    MYSQL_USER, MYSQL_PWD, MYSQL_HOST, MYSQL_PORT, MYSQL_NAME))

上述代码中的数据仅为举例，实际使用中对应替换即可

2. 读取和保存数据

from sqlalchemy import create_engine
import pandas as pd
MYSQL_HOST = '123.456.78'  # 地址
MYSQL_PORT = 3306  # 端口
MYSQL_USER = 'user_01'  # 数据库名字
MYSQL_PWD = 'password'  # 数据库密码
MYSQL_NAME = 'table_name'  # 数据库表名


class sql_data(object):
    def __init__(self):
        self._context_engine = create_engine('mysql+pymysql://%s:%s@%s:%d/%s?charset=utf8' % (
            MYSQL_USER, MYSQL_PWD, MYSQL_HOST, MYSQL_PORT, MYSQL_NAME))

    def context(self, sql):  # 读取数据
        df = pd.read_sql(sql, self._context_engine)
        return df

    def save(self, name, df):  # 保存数据
        df.to_sql(name=name, con=self._context_engine, if_exists='append', index=False)

    def save_new(self, name, df):  # 保存去重数据
        df.to_sql(name=name, con=self._context_engine, if_exists='replace', index=False)

方便起见，将常用的功能打包成一个类模块。

3. 案例演示

if __name__ == '__main__':
    # 建立连接
    api = sql_data()
    # 查询单个表的全量数据
    test_sql = "SELECT * FROM  test_table"
    test_sql_data = api.context(test_sql)

    # sql语句添加筛选
    filtrate_name = 'name'
    filtrate_sql = "SELECT * FROM test_table where filtrate_namee ='%s'" % (filtrate_name)
    filtrate_data = api.context(filtrate_sql)

    # 读取excel，并保存到数据库
    test_df = pd.read_excel('test.xlsx')
    api.save('test', test_df)

需要注意的是，在excel数据入库的时候，最好是将数据进行标准化处理（如小数保留位数，数据的格式），避免后续读取时不必要的麻烦。

本期分享到此结束，有问题随时交流。