Verwenden Sie die Import-Assistent-Funktion des Navicat-Tools. Diese Software kann eine Vielzahl von Dateiformaten unterstützen, automatisch Tabellen basierend auf Dateifeldern erstellen, Daten einfach einfügen und ist außerdem sehr schnell.
Testdaten: CSV-Format, etwa 12 Millionen Zeilen
import pandas as pd data = pd.read_csv('./tianchi_mobile_recommend_train_user.csv') data.shape
Ergebnisse drucken
Python + Pymysql-Bibliothek
Pymysql-Befehl installieren
pip install pymysql
Code-Implementierung:
import pymysql # 数据库连接信息 conn = pymysql.connect( host='127.0.0.1', user='root', passwd='wangyuqing', db='test01', port = 3306, charset="utf8") # 分块处理 big_size = 100000 # 分块遍历写入到 mysql with pd.read_csv('./tianchi_mobile_recommend_train_user.csv',chunksize=big_size) as reader: for df in reader: datas = [] print('处理:',len(df)) # print(df) for i ,j in df.iterrows(): data = (j['user_id'],j['item_id'],j['behavior_type'], j['item_category'],j['time']) datas.append(data) _values = ",".join(['%s', ] * 5) sql = """insert into users(user_id,item_id,behavior_type ,item_category,time) values(%s)""" % _values cursor = conn.cursor() cursor.executemany(sql,datas) conn.commit() # 关闭服务 conn.close() cursor.close() print('存入成功!')
pandas + sqlalchemy: Pandas muss sqlalchemy einführen, um SQL mit der Unterstützung von sqlalchem zu unterstützen y, es kann alle gängigen implementieren Datenbanktypen Abfrage, Aktualisierung und andere Vorgänge.
Code-Implementierung:
from sqlalchemy import create_engine engine = create_engine('mysql+pymysql://root:wangyuqing@localhost:3306/test01') data = pd.read_csv('./tianchi_mobile_recommend_train_user.csv') data.to_sql('user02',engine,chunksize=100000,index=None) print('存入成功!')
Das obige ist der detaillierte Inhalt vonWelche Möglichkeiten gibt es, in Python in eine MySQL-Datenbank zu schreiben?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!