Pandas从SQL型数据库读写数据

Pandas 读写SQL型数据库主要用到pandas.read_sql() 和 DataFrame.to_sql() 两个函数。

read_sql()

read_sql主要有如下几个参数：

• sql:SQL命令字符串

• con：连接sql数据库的engine，一般可以用SQLalchemy或者pymysql之类的包建立

• index_col: 选择某一列作为index

• coerce_float:非常有用，将数字形式的字符串直接以float型读入

• parse_dates:将某一列日期型字符串转换为datetime型数据，与pd.to_datetime函数功能类似。可以直接提供需要转换的列名以默认的日期形式转换，也可以用字典的格式提供列名和转换的日期格式，比如{column_name: format string}（format string："%Y:%m:%H:%M:%S"）。

• columns:要选取的列。

• chunksize：如果提供了一个整数值，那么就会返回一个generator，每次输出的行数就是提供的值的大小。

• params：其他的一些执行参数，

  import pandas as pd
  import pymysql
  import sqlalchemy
  from sqlalchemy import create_engine,text
  
  # 1. 用sqlalchemy构建数据库链接engine
  engine = create_engine('mysql+pymysql://username:password@localhost:port/database')
  
  # sql 语句
  sql = "SELECT * FROM table"
  df = pd.read_sql(sql=sql,con=engine)
  # 报错的时候可写成下面的
  # df = pd.read_sql(sql=text(sql), con=engine.connect())
  
  # 2. 用DB-API构建数据库链接engine
  con = pymysql.connect(host=localhost, user=username, password=password, database=dbname, charset='utf8', use_unicode=True)
  df = pd.read_sql(sql, con)
  

  to_sql()

  to_sql主要有如下几个参数：

• name: 输出的表名

• con: 与read_sql中相同

• if_exits： 三个模式：fail，若表存在，则不输出；replace：若表存在，覆盖原来表里的数据；append：若表存在，将数据写到原表的后面。默认为fail

• index：是否将df的index单独写到一列中

• index_label:指定列作为df的index输出，此时index为True

• chunksize： 同read_sql

• dtype: 指定列的输出到数据库中的数据类型。字典形式储存：{column_name: sql_dtype}。常见的数据类型有sqlalchemy.types.INTEGER(), sqlalchemy.types.NVARCHAR(),sqlalchemy.Datetime()等，

  df.to_sql(name='table', con=con, if_exists='append', index=False)