數(shù)據庫->Excel

我們首先看一下數(shù)據庫里面有一個 department這個部門表。這個表里有六條數(shù)據，分別代表不同的部門。

接下來看一下這個Python代碼，首先導入需要用到的庫SQLAlchemy，這是Python中最有名的ORM工具。

全稱Object Relational Mapping（對象關系映射）。

為什么要使用SQLAlchemy？

它可以將你的代碼從底層數(shù)據庫及其相關的SQL特性中抽象出來。

特點是操縱Python對象而不是SQL查詢，也就是在代碼層面考慮的是對象，而不是SQL，體現(xiàn)的是一種程序化思維，這樣使得Python程序更加簡潔易讀。

具體使用方法如下：

from sqlalchemy import create_engine
import pandas as pd
# 創(chuàng)建數(shù)據庫連接
engine = create_engine('mysql+pymysql://root:211314@localhost/hong')
# 讀取mysql數(shù)據
db = pd.read_sql(sql='select * from hong.department', con=engine)
# 導出數(shù)據到excel
db.to_excel('部門數(shù)據.xlsx')

第一行代碼就是首先創(chuàng)建數(shù)據庫的連接。

我的mysql用戶名是root，密碼是211314，

因為這里我啟動是啟動的是本地的數(shù)據庫服務，所以是localhost。

斜杠后面跟的是這個數(shù)據庫的名稱hong

第二行代碼就是使用pandas的read_sql()查詢mysql表department中的數(shù)據

第二行代碼就是將查詢出來的數(shù)據通過pandas的to_excel()寫到本地

執(zhí)行結果成功寫入本地excel文件

Excel->數(shù)據庫

接下來我們再看看如何將本地的xlsx數(shù)據寫入到mysql文件中。

from sqlalchemy import create_engine
import pandas as pd
# 創(chuàng)建數(shù)據庫連接
engine = create_engine('mysql+pymysql://root:211314@localhost/hong')
# 讀取xlsx文件
df = pd.read_excel('模擬數(shù)據.xlsx')
# 導入到mysql數(shù)據庫
df.to_sql(name='test_data', con=engine, index=False, if_exists='replace')

同樣第一行代碼就是首先創(chuàng)建數(shù)據庫的連接

第二行代碼使用pandas的read_excel()讀取本地文件。如下:

這是我用python的faker模擬出來的一百條數(shù)據

第三步使用pandas的to_sql()方法將讀取到的數(shù)據寫入到mysql中

代碼執(zhí)行完成后返回mysql中我的hong數(shù)據庫發(fā)現(xiàn)多出了一個test_data的表。

打開看一下。那這個數(shù)據就跟本地的數(shù)據是一樣的。

所以。這里我們用到三行代碼從數(shù)據庫向excel導入數(shù)據，又用了三行代碼從excel向數(shù)據庫導入數(shù)據。

總結一下：

雙向數(shù)據導入，都是3行代碼即可實現(xiàn)。

從數(shù)據庫向excel導入數(shù)據：

1、用sqlalchemy創(chuàng)建數(shù)據庫連接

2、用pandas的read_sql讀取數(shù)據庫的數(shù)據

3、用pandas的to_csv把數(shù)據存入csv文件

從excel向數(shù)據庫導入數(shù)據：

1、用sqlalchemy創(chuàng)建數(shù)據庫連接

2、用pandas的read_csv讀取csv的數(shù)據

3、用pandas的to_sql把數(shù)據存入數(shù)據庫a