仅用Python三行代码,实现数据库和Excel之间的导入导出

仅用Python三行代码,实现数据库和Excel之间的导入导出,第1张

数据库->Excel

我们首先看一下数据库里面有一个 department这个部门表。这个表里有六条数据,分别代表不同的部门。

接下来看一下这个Python代码,首先导入需要用到的库SQLAlchemy,这是Python中最有名的ORM工具。

全称Object Relational Mapping(对象关系映射)。

为什么要使用SQLAlchemy?

它可以将你的代码从底层数据库及其相关的SQL特性中抽象出来。

特点是 *** 纵Python对象而不是SQL查询,也就是在代码层面考虑的是对象,而不是SQL,体现的是一种程序化思维,这样使得Python程序更加简洁易读。

具体使用方法如下:

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')

第一行代码就是首先创建数据库的连接。

我的mysql用户名是root,密码是211314,

因为这里我启动是启动的是本地的数据库服务,所以是localhost。

斜杠后面跟的是这个数据库的名称hong

第二行代码就是使用pandas的read_sql()查询mysql表department中的数据

第二行代码就是将查询出来的数据通过pandas的to_excel()写到本地

执行结果成功写入本地excel文件

Excel->数据库

接下来我们再看看如何将本地的xlsx数据写入到mysql文件中。

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')

同样第一行代码就是首先创建数据库的连接

第二行代码使用pandas的read_excel()读取本地文件。如下:

这是我用python的faker模拟出来的一百条数据

第三步使用pandas的to_sql()方法将读取到的数据写入到mysql中

代码执行完成后返回mysql中我的hong数据库发现多出了一个test_data的表。

打开看一下。那这个数据就跟本地的数据是一样的。

所以。这里我们用到三行代码从数据库向excel导入数据,又用了三行代码从excel向数据库导入数据。

相关资料获取点击https://docs.qq.com/doc/DU2t3eVlTdE9TekRJ

总结一下:

双向数据导入,都是3行代码即可实现。

从数据库向excel导入数据:

1、用sqlalchemy创建数据库连接

2、用pandas的read_sql读取数据库的数据

3、用pandas的to_csv把数据存入csv文件

从excel向数据库导入数据:

1、用sqlalchemy创建数据库连接

2、用pandas的read_csv读取csv的数据

3、用pandas的to_sql把数据存入数据库a

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/sjk/991297.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-05-21
下一篇 2022-05-21

发表评论

登录后才能评论

评论列表(0条)

保存