먼저 데이터베이스의 부서 테이블을 살펴보겠습니다. 이 테이블에는 서로 다른 부서를 나타내는 6개의 데이터가 있습니다.
다음으로, 이 Python 코드를 살펴보세요. 먼저 Python에서 가장 유명한 ORM 도구인 SQLAlchemy를 사용해야 합니다.
전체 이름은 객체 관계형 매핑입니다.
기본 데이터베이스 및 관련 SQL 기능에서 코드를 추상화합니다.
특징은 SQL 쿼리 대신 Python 개체를 조작한다는 것입니다. 즉, 개체를 SQL 대신 코드 수준에서 고려하여 Python 프로그램을 더욱 간결하고 읽기 쉽게 만듭니다.
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')
내 mysql 사용자 이름은 root이고 비밀번호는 211314입니다.
여기서 로컬 데이터베이스 서비스를 시작하므로 localhost입니다.
슬래시 뒤에는 데이터베이스 이름 hong이 옵니다
두 번째 코드 줄은 pandas의 read_sql()을 사용하여 mysql 테이블 부서의 데이터를 쿼리하는 것입니다.
두 번째 코드 줄은 쿼리된 데이터를 다음을 통해 전달하는 것입니다. pandas의 to_excel( )이 로컬에 기록됩니다
실행 결과가 로컬 엑셀 파일에 성공적으로 기록되었습니다
다음으로 로컬 xlsx 데이터를 mysql 파일에 쓰는 방법을 살펴보겠습니다.
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')
마찬가지로 첫 번째 코드 줄은 먼저 데이터베이스에 대한 연결을 만드는 것입니다
두 번째 코드 줄은 pandas의 read_excel()을 사용하여 로컬 파일을 읽습니다.
이것은 Python의 faker를 사용하여 시뮬레이션한 100개의 데이터입니다
세 번째 단계에서는 pandas의 to_sql() 메서드를 사용하여 읽은 데이터를 mysql에 씁니다
코드 실행이 완료된 후 Returning mysql의 hong 데이터베이스에 test_data라는 추가 테이블이 있다는 것을 발견했습니다.
열어서 살펴보세요. 그러면 이 데이터는 로컬 데이터와 동일합니다.
그러니까. 여기서는 세 줄의 코드를 사용하여 데이터베이스에서 Excel로 데이터를 가져오고, 또 다른 세 줄의 코드를 사용하여 Excel에서 데이터베이스로 데이터를 가져옵니다.
요약하자면:
단 3줄의 코드로 양방향 데이터 가져오기를 수행할 수 있습니다.
1. sqlalchemy를 사용하여 데이터베이스 연결 만들기
2. pandas의 read_sql을 사용하여 데이터베이스 데이터 읽기
3 pandas의 to_csv를 사용하여 csv 파일로 저장 Excel에서 데이터베이스 가져오기:
2. pandas의 read_csv를 사용하여 csv 데이터 읽기
3 데이터를 데이터베이스에 저장 a
위 내용은 세 줄의 Python 코드를 사용하여 데이터베이스와 Excel을 가져오고 내보내는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!