如何使用python的pandas庫讀取csv文件保存至mysql數據庫

小編給大家分享一下如何使用python的pandas庫讀取csv文件保存至mysql數據庫，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

python主要應用領域有哪些

1、云計算，典型應用OpenStack。2、WEB前端開發，眾多大型網站均為Python開發。3.人工智能應用，基于大數據分析和深度學習而發展出來的人工智能本質上已經無法離開python。4、系統運維工程項目，自動化運維的標配就是python+Django/flask。5、金融理財分析，量化交易，金融分析。6、大數據分析。

第一：pandas.read_csv讀取本地csv文件為數據框形式

data=pd.read_csv('G:\data_operation\python_book\chapter5\\sales.csv')

第二：如果存在日期格式數據，利用pandas.to_datatime()改變類型

data.iloc[:,1]=pd.to_datetime(data.iloc[:,1])

注意：=號，這樣在原始的數據框中，改變了列的類型

第三：查看列類型

print(data.dtypes)

第四：方法一：保存至MYSQL【缺點耗時長】

利用MYSQLdb庫，封裝成一個類，實現創建表，添加數據的操作，缺點耗時長

class Jess_mysql():
 """
 設置mysql類，實現創建數據框，表，及添加數據
 """
 def __init__(self):
  self.mysql=MySQLdb.connect(user=mysql_name,host=mysql_host,password=mysql_password,database=mysql_database)
  self.conn=self.mysql.cursor()
 def create_table(self,table_names,col_names):
  """
  創建表
  :param table_names: 表名
  :param col_names: 列名，列表格式
  :return:
  """
  tables=' varchar(20),'.join(['%s'] *len(col_names))
  sql_yuju='create table if not exists `{t}` ({v} varchar(20))'.format(t=table_names,v=tables)#字段需要標注格式
  ss=sql_yuju %(tuple(col_names))
  print(ss)
  self.conn.execute(ss)
  self.mysql.commit()
 def add_data(self,table_name,col_names,col_data):
  """
  :param table_name: 表名
  :param col_names: 列名，字段名
  :param col_data: 字段值
  :return:
  """
  colname=','.join(['%s']*len(col_names))
  data=','.join(['%s']*len(col_data))
  sql_yuju='INSERT INTO `{t}` ({name}) VALUES ({data});'.format(t=table_name,name=colname,data=data)
  ss=sql_yuju%(*col_names,*col_data)
  #print(ss)
  self.conn.execute(ss)
  self.mysql.commit()

第五：利用sqlalchemy的create_engine()方法

1、創建連接

import sqlalchemy
#engine=sqlalchemy.create_engine('mysql + mysqldb://root:123456@118.24.26.227:3306/python_yuny')
engine=sqlalchemy.create_engine('mysql+mysqldb://{user}:{password}@{host}:3306/{database}'.format
        (user=mysql_name,password=mysql_password,host=mysql_host,database=mysql_database))

2、利用pd.io.sql.to_sql()

pd.io.sql.to_sql(frame=data,name='yunying',con=engine,index=False,if_exists='append')

注意相關參數的設置。

此外，保存到mysql中，需要注意日期格式的列，因為在mysql對應的field設置格式為varchar(20)后，原始的日期2015-8-9，寫入數據庫，只有2015，這需要兩步操作。

a、上面第二目錄的，利用pandas.to_datetime(,format='%Y-%m-%d')       #format的格式要和原始字符2016-8-9格式一樣

b、利用datetime庫，實現format='%Y%m%d'

x=data.shape[0]
for i in range(x):
 col_data=list(df.iloc[i,:])
 col_data[1]=datetime.date.strftime(col_data[1],'%Y%d%m')

?這一步后，日期格式由原始的2016-6-2，轉為20160606，就可以以寫入數據庫對應的字段【其字段類型varchar(20)】

第六：讀取mysql的數據

df=pd.read_sql('select * from %s'%table_name,con=engine,index_col=None)

默認不設置索引列，可以自行指定索引列名。

看完了這篇文章，相信你對“如何使用python的pandas庫讀取csv文件保存至mysql數據庫”有了一定的了解，如果想了解更多相關知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！