第九课： - 导出到CSV / EXCEL / TXT

第 9 课

将数据从microdost sql数据库导出到cvs，excel和txt文件。

In [1]:

# Import libraries
import pandas as pd
import sys
from sqlalchemy import create_engine, MetaData, Table, select

In [2]:

print('Python version ' + sys.version)
print('Pandas version ' + pd.__version__)

 

Python version 3.5.1 |Anaconda custom (64-bit)| (default, Feb 16 2016, 09:49:46) [MSC v.1900 64 bit (AMD64)]
Pandas version 0.20.1

 

从SQL获取数据

在本节中，我们使用sqlalchemy库从sql数据库中获取数据。请注意，参数部分需要根据你的环境修改。

In [3]:

# Parameters
TableName = "data"

DB = {
    'drivername': 'mssql+pyodbc',
    'servername': 'DAVID-THINK',
    #'port': '5432',
    #'username': 'lynn',
    #'password': '',
    'database': 'BizIntel',
    'driver': 'SQL Server Native Client 11.0',
    'trusted_connection': 'yes',  
    'legacy_schema_aliasing': False
}

# Create the connection
engine = create_engine(DB['drivername'] + '://' + DB['servername'] + '/' + DB['database'] + '?' + 'driver=' + DB['driver'] + ';' + 'trusted_connection=' + DB['trusted_connection'], legacy_schema_aliasing=DB['legacy_schema_aliasing'])
conn = engine.connect()

# Required for querying tables
metadata = MetaData(conn)

# Table to query
tbl = Table(TableName, metadata, autoload=True, schema="dbo")
#tbl.create(checkfirst=True)

# Select all
sql = tbl.select()

# run sql code
result = conn.execute(sql)

# Insert to a dataframe
df = pd.DataFrame(data=list(result), columns=result.keys())

# Close connection
conn.close()

print('Done')

 

Done

 

下面的所有文件将保存到当前的文件夹中。

 

导出到 CSV文件

In [4]:

df.to_csv('DimDate.csv', index=False)
print('Done')

 

Done

 

导出到 EXCEL文件

In [5]:

df.to_excel('DimDate.xls', index=False)
print('Done')

 

Done

 

导出到 TXT文件

In [6]:

df.to_csv('DimDate.txt', index=False)
print('Done')

 

Done

 

This tutorial was rewrited by CDS