Wie verwende ich drei Zeilen Python-Code zum Importieren und Exportieren von Datenbanken und Excel?

Datenbank->Excel

Werfen wir zunächst einen Blick auf die Abteilung im Datenbank-Abteilungstabelle. Diese Tabelle enthält sechs Datenelemente, die verschiedene Abteilungen repräsentieren.

Schauen Sie sich als Nächstes diesen Python-Code an. Importieren Sie zunächst die Bibliothek, die Sie verwenden müssen, SQLAlchemy, das bekannteste ORM-Tool in Python.

Der vollständige Name lautet Object Relational Mapping.

Warum SQLAlchemy verwenden?

Es abstrahiert Ihren Code von der zugrunde liegenden Datenbank und den zugehörigen SQL-Funktionen.

Das Merkmal besteht darin, Python-Objekte anstelle von SQL-Abfragen zu manipulieren, dh Objekte werden auf Codeebene anstelle von SQL berücksichtigt. Dies verkörpert eine Art programmatisches Denken, das Python-Programme prägnanter und einfacher macht zu lesen.

Die spezifische Verwendung ist wie folgt:

from sqlalchemy import create_engine
import pandas as pd
# 创建数据库连接
engine = create_engine('mysql+pymysql://root:211314@localhost/hong')
# 读取mysql数据
db = pd.read_sql(sql='select * from hong.department', con=engine)
# 导出数据到excel
db.to_excel('部门数据.xlsx')

Die erste Codezeile besteht darin, zunächst eine Verbindung zur Datenbank herzustellen.

Mein MySQL-Benutzername ist root und das Passwort ist 211314,

Weil ich den lokalen Datenbankdienst hier gestartet habe, also ist er localhost.

Dem Schrägstrich folgt der Name der Datenbank hong

Die zweite Codezeile besteht darin, mit read_sql() von pandas die Daten in der MySQL-Tabellenabteilung abzufragen#🎜 🎜## 🎜🎜#Die zweite Codezeile besteht darin, die abgefragten Daten über to_excel() von Pandas in die lokale Datei zu schreiben

Das Ausführungsergebnis wurde erfolgreich in die lokale Excel-Datei geschrieben

# 🎜🎜#

Excel->Datenbank

Als nächstes schauen wir uns an, wie man lokale XLSX-Daten in eine MySQL-Datei schreibt.

from sqlalchemy import create_engine
import pandas as pd
# 创建数据库连接
engine = create_engine('mysql+pymysql://root:211314@localhost/hong')
# 读取xlsx文件
df = pd.read_excel('模拟数据.xlsx')
# 导入到mysql数据库
df.to_sql(name='test_data', con=engine, index=False, if_exists='replace')

Die gleiche erste Codezeile besteht darin, zunächst eine Verbindung zur Datenbank herzustellen.

Die zweite Codezeile verwendet read_excel() von Pandas, um die lokale Datei zu lesen. Wie folgt:

Dies sind hundert Daten, die ich mit Python Faker simuliert habe

Der dritte Schritt ist die Verwendung pandas Die to_sql()-Methode schreibt die gelesenen Daten in MySQL

Nachdem die Codeausführung abgeschlossen ist, kehre ich zu meiner Hong-Datenbank in MySQL zurück und stelle fest, dass es eine zusätzliche Tabelle mit test_data gibt.

Öffnen Sie es und werfen Sie einen Blick darauf. Dann sind diese Daten dieselben wie die lokalen Daten.

Also. Hier verwenden wir drei Codezeilen, um Daten aus der Datenbank in Excel zu importieren, und weitere drei Codezeilen, um Daten aus Excel in die Datenbank zu importieren.

Zusammenfassend:

Der bidirektionale Datenimport kann mit nur 3 Codezeilen erreicht werden.

Daten aus der Datenbank in Excel importieren:

1. Verwenden Sie sqlalchemy, um eine Datenbankverbindung zu erstellen

2 Verwenden Sie read_sql von Pandas, um Datenbankdaten zu lesen. 🎜🎜#

3. Verwenden Sie pandas' to_csv, um die Daten in einer CSV-Datei zu speichern

Daten aus Excel in die Datenbank importieren:

1. Verwenden Sie sqlalchemy, um Erstellen Sie eine Datenbankverbindung# 🎜🎜#

2. Verwenden Sie pandas' read_csv, um CSV-Daten zu lesen

3 Verwenden Sie pandas' to_sql, um die Daten in der Datenbank zu speichern

Das obige ist der detaillierte Inhalt vonWie verwende ich drei Zeilen Python-Code zum Importieren und Exportieren von Datenbanken und Excel?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!