from sqlqlchemy import create_engine
def getData(path):
data = pd.read_excel(path)
return data
def writeData(data):
conn = create_engine(
"mysql+pymysql://root:keijay@localhost:3306/db_name?charset=utf8")
pd.io.sql.to_sql(data, "table_name", con = conn,index = False)
if __name__ == "__main__":
path = "E:\datasets\test.xlsx"
data = getData(path)
writeData(data)
遇到问题:
1、写入完成后有告警:
解决方法:
pip install mysql-connect-python -i https://pypi.douban.com/simple
将:
conn = create_engine(
"mysql+pymysql ://root:keijay@localhost:3306/db_name?charset=utf8")
修改为:
conn = create_engine(
" mysql+mysqlconnector ://root:keijay@localhost/test_python?charset=utf8")
首先是引入pandas和numpy,这是经常配合使用的两个包,pandas依赖于numpy,引入以后我们可以直接使用np/pd来表示这个两个模块先创建一个时间索引,所谓的索引(index)就是每一行数据的id,可以标识每一行的唯一值
为了快速入门,我们看一下如何创建一个6X4的数据:randn函数用于创建随机数,参数表示行数和列数,dates是上一步创建的索引列
我们还可以使用字典来创建数据框,例如创建一个列名为A的数据框,索引是自动创建的整数
这又是一个字典创建DataFrame的例子
假如字典内的数据长度不同,以最长的数据为准,比如B列有4行:
可以使用dtypes来查看各行的数据格式
接着看一下如何查看数据框中的数据,看一下所有的数据
使用head查看前几行数据(默认是前5行),不过你可以指定前几行
查看前三行数据
使用tail查看后5行数据
查看数据框的索引
查看列名用columns
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)