Pandas操作数据库新建表&增加现有表数据

1、连接数据库

import pandas as pd
import pymysql
from sqlalchemy import create_engine
engine = create_engine('mysql+mysqlconnector://root:admin@localhost:3306/nodb')

2、新增表

创建一个DataFrame对象

df = pd.DataFrame({'id':[1], 'name':['a'], 'code':['a'], 'color':['a'], 'yn':[1]})
df

 

df.to_sql('test_tag1', engine, index=False)

　这样的操作之后是生成了一个新表，index参数表示不把索引写到数据库。

3、现有表新增数据

 

df.to_sql('mg_tag1', engine, index=False， if_exists='append')

 

　比上个操作增加了一个参数，表结构存在就添加数据就好了。

PS：to_sql参数

参数：

name：string SQL表的名称。 con：sqlalchemy.engine.Engine或sqlite3.Connection 使用SQLAlchemy可以使用该库支持的任何数据库。 为sqlite3.Connection对象提供了旧版支持。 schema：string，optional 指定架构（如果数据库支持）。如果为None，请使用默认架构。 if_exists：{'fail'，'replace'，'append'}，默认'fail' 如果表已存在的情况如下， fail：引发ValueError。 replace：在插入新值之前删除表。 append：将新值插入现有表。 index：布尔值，默认为True 将DataFrame索引写为列。使用index_label作为表中的列名。 index_label：字符串或序列，默认为None 索引列的列标签。如果给出None（默认）且 index为True， 则使用索引名称。 如果DataFrame使用MultiIndex，则应该给出一个sequence。 chunksize：int，可选 行将一次批量写入的数量。默认情况下，所有行都将立即写入。 dtype：dict，可选 指定列的数据类型。键应该是列名，值应该是SQLAlchemy类型， 或sqlite3传统模式的字符串。

异常：

ValueError异常 当表已经存在且if_exists为'fail'时（默认值）。