Pandas连接Mysql数据库
2021/8/1 2:05:55
本文主要是介绍Pandas连接Mysql数据库,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
目的
在做数据分析时,一般需要从数据库中读取数据,然后再交给算法进行分析,最后将结果保存。为了简化分析的过程,我一般会将数据保存在Mysql数据库中,使用SQL进行初步处理、使用MySQL保存中间结果,可以大大的简化数据的维护负担。
本文关注Pandas与MySQL的连接部分
1.安装驱动
我的环境是Win10,Python35,Pandas0.20。安装的MySQL驱动位pymysql。
pip install sqlalchemy pip install pymysql
2.创建连接引擎
import pandas as pd from sqlalchemy import create_engine engine = create_engine('mysql+pymysql://ledao:ledao123@localhost/pandas_learn')
如果想要使用不同的数据库,如PG,参考sqlalchemy官网,里面有详细的介绍。
3.与MySQL交互
第一种方式:
conn = engine.connect() data = pd.read_sql_table('data', conn) data
第二种方式,使用上下文管理器
with engine.connect() as conn, conn.begin(): data = pd.read_sql_table('data', conn) data
到此,我们成功的将MySQL中的表data中的内容读取到DataFrame data中。
上下文管理器会自动关闭连接。
这篇关于Pandas连接Mysql数据库的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-25如何部署MySQL集群资料:新手入门教程
- 2024-12-24MySQL集群部署资料:新手入门教程
- 2024-12-24MySQL集群资料详解:新手入门教程
- 2024-12-24MySQL集群部署入门教程
- 2024-12-24部署MySQL集群学习:新手入门教程
- 2024-12-24部署MySQL集群入门:一步一步搭建指南
- 2024-12-07MySQL读写分离入门:轻松掌握数据库读写分离技术
- 2024-12-07MySQL读写分离入门教程
- 2024-12-07MySQL分库分表入门详解
- 2024-12-07MySQL分库分表入门指南