Python之使用Pandas库实现MySQL数据库的读写

本次分享将介绍如何在Python中使用Pandas库实现MySQL数据库的读写。首先我们需要了解点ORM方面的知识。

ORM技术

  对象关系映射技术，即ORM（Object-Relational Mapping）技术，指的是把关系数据库的表结构映射到对象上，通过使用描述对象和数据库之间映射的元数据，将程序中的对象自动持久化到关系数据库中。  在Python中，最有名的ORM框架是SQLAlchemy。Java中典型的ORM中间件有:Hibernate,ibatis,speedframework。

SQLAlchemy

  SQLAlchemy是Python编程语言下的一款开源软件。提供了SQL工具包及对象关系映射（ORM）工具，使用MIT许可证发行。  可以使用pip命令安装SQLAlchemy模块：

pip install sqlalchemy

SQLAlchemy模块提供了create_engine()函数用来初始化数据库连接，SQLAlchemy用一个字符串表示连接信息：

'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名'

Pandas读写MySQL数据库

  我们需要以下三个库来实现Pandas读写MySQL数据库：

- pandas
- sqlalchemy
- pymysql

其中，pandas模块提供了read_sql_query（）函数实现了对数据库的查询，to_sql（）函数实现了对数据库的写入，并不需要实现新建MySQL数据表。sqlalchemy模块实现了与不同数据库的连接，而pymysql模块则使得Python能够操作MySQL数据库。
  我们将使用MySQL数据库中的mydb数据库以及employee表，内容如下：

mysql> use mydb;
Database changed
mysql> show tables;
+----------------+
| Tables_in_mydb |
+----------------+
| employee       |
| mpg            |
| mydf           |
+----------------+
3 rows in set (0.00 sec)

mysql> select * from employee;
+------------+-----------+-----+------+--------+---------------------+
| FIRST_NAME | LAST_NAME | AGE | SEX  | INCOME | date                |
+------------+-----------+-----+------+--------+---------------------+
| Mac        | Mohan     |  20 | M    | 2000.0 | 2023-03-06 01:37:59 |
| Alex       | Ben       |  24 | F    | 2500.0 | 2023-03-16 01:38:38 |
| JC         | Lian      |  27 | M    | 6000.0 | 2023-03-30 01:39:20 |
+------------+-----------+-----+------+--------+---------------------+
3 rows in set (0.00 sec)

下面将介绍一个简单的例子来展示如何在pandas中实现对MySQL数据库的读写：

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

# 导入必要模块
import pandas as pd
from sqlalchemy import create_engine

# 初始化数据库连接，使用pymysql模块
# MySQL的用户：root, 密码:147369, 端口：3306,数据库：mydb
engine = create_engine('mysql+pymysql://root:147369@localhost:3306/mydb')

# 查询语句，选出employee表中的所有数据
sql = '''
      select * from employee;
      '''

# read_sql_query的两个参数: sql语句， 数据库连接
df = pd.read_sql_query(sql, engine)

# 输出employee表的查询结果
print(df)

# 新建pandas中的DataFrame, 只有id,num两列
df = pd.DataFrame({'id':[1,2,3,4],'num':[12,34,56,89]})

# 将新建的DataFrame储存为MySQL中的数据表，不储存index列
df.to_sql('mydf', engine, index= False)

print('Read from and write to Mysql table successfully!')

程序的运行结果如下：

 FIRST_NAME LAST_NAME  AGE SEX  INCOME                date
0        Mac     Mohan   20   M  2000.0 2023-03-06 01:37:59
1       Alex       Ben   24   F  2500.0 2023-03-16 01:38:38
2         JC      Lian   27   M  6000.0 2023-03-30 01:39:20
Read and write to MySql table successfully

在MySQL中查看mydf表格：

这说明我们确实将pandas中新建的DataFrame写入到了MySQL中！

将CSV文件写入到MySQL中

以上的例子实现了使用Pandas库实现MySQL数据库的读写，我们将再介绍一个实例：将CSV文件写入到MySQL中，示例的mpg.CSV文件前10行如下：

mpg    cylinders    displacement    horsepower    weight    acceleration    modelYear    origin    carName
18    8    307    130    3504    12    70    1    chevrolet chevelle malibu
15    8    350    165    3693    11.5    70    1    buick skylark 320
18    8    318    150    3436    11    70    1    plymouth satelite
16    8    304    150    3433    12    70    1    amc rebel sst
17    8    302    140    3449    10.5    70    1    ford torine
15    8    429    198    4341    10    70    1    ford galaxie 500
14    8    454    220    4354    9    70    1    chevrolet impala
14    8    440    215    4312    8.5    70    1    chevrolet fury iii
14    8    450    225    4425    10    70    1    pontiac catalina
15    8    390    190    3850    8.5    70    1    amc ambassador ap1

示例的Python代码如下：示例的Python代码如下：

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

# 导入必要模块
import pandas as pd
from sqlalchemy import create_engine

# 初始化数据库连接，使用pymysql模块
engine = create_engine('mysql+pymysql://root:147369@localhost:3306/mydb')

# 读取本地CSV文件
df = pd.read_csv("E://mpg.csv", sep=',')

# 将新建的DataFrame储存为MySQL中的数据表，不储存index列
df.to_sql('mpg', engine, index= False)

print("Write to MySQL successfully!")

在MySQL中查看mpg表格：

 

仅仅5句Python代码就实现了将CSV文件写入到MySQL中，这无疑是简单、方便、迅速、高效的！

总结

本文主要介绍了ORM技术以及SQLAlchemy模块，并且展示了两个Python程序的实例，介绍了如何使用Pandas库实现MySQL数据库的读写。程序本身并不难，关键在于多多练习。
 本次分享到此结束，欢迎大家多多交流~~