Python寫入MySQL資料庫的方式有哪些

場景一：資料不需要頻繁的寫入mysql

使用 navicat 工具的匯入精靈功能。這個軟體可以支援多種文件格式，自動根據文件欄位建立表格並方便地插入數據，速度也非常快。

場景二：資料是增量的，需要自動化並頻繁寫入mysql

測試資料：csv格式，大約1200萬行

import pandas as pd
data = pd.read_csv('./tianchi_mobile_recommend_train_user.csv')
data.shape

列印結果

#方式一

python pymysql 函式庫

#安裝pymysql 指令

pip install pymysql

程式碼實作：

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！')

方式二

pandas sqlalchemy：pandas需要引入sqlalchemy來支援sql，在sqlalchemy的支持下，它可以實現所有常見資料庫類型的查詢、更新等操作。

程式碼實作：

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！')

#

以上是Python寫入MySQL資料庫的方式有哪些的詳細內容。更多資訊請關注PHP中文網其他相關文章！