Question

我正在尝试将Python Pandas Dataframe编写到MySQL数据库中。我意识到可以使用sqlalchemy for this，但我想知道是否有另一种方法可能更容易，最好已经内置到Pandas中。我花了很长时间尝试使用For循环，但它不可行。

如果有人知道更好的方式，我们将不胜感激。

非常感谢！

Answer 1

sqlalchemy 的另一个选项可以使用 to_sql ，但将来发布的版本将被弃用，但现在版本 pandas 0.18.1文档是仍然活跃。

根据pandas文档pandas.DataFrame.to_sql，您可以使用以下语法：

DataFrame.to_sql(name, con, flavor='sqlite', schema=None, if_exists='fail', index=True, index_label=None, chunksize=None, dtype=None)

你指定了con 类型/模式和风味'mysql'，这里有一些描述：

con：SQLAlchemy引擎或DBAPI2连接（传统模式）   使用SQLAlchemy可以使用该库支持的任何数据库。如果是DBAPI2对象，则仅支持sqlite3。

flavor：{'sqlite'，'mysql'}，默认'sqlite'SQL的味道    使用。使用SQLAlchemy引擎时忽略。 'mysql'已被弃用    将在以后的版本中删除，但它将得到进一步支持    通过SQLAlchemy引擎。

Answer 2

您可以使用pymysql：

来完成

例如，假设您拥有一个包含下一个用户，密码，主机和端口的MySQL数据库，并且您希望在数据库中写入数据_＆＃39;。

import pymysql
user = 'root'
passw = 'my-secret-pw-for-mysql-12ud'
host =  '172.17.0.2'
port = 3306
database = 'data_2'

如果您已创建数据库：

conn = pymysql.connect(host=host,
                       port=port,
                       user=user, 
                       passwd=passw,  
                       db=database,
                       charset='utf8')

data.to_sql(name=database, con=conn, if_exists = 'replace', index=False, flavor = 'mysql')

如果您没有创建数据库，当数据库已经存在时也有效：

conn = pymysql.connect(host=host, port=port, user=user, passwd=passw)

conn.cursor().execute("CREATE DATABASE IF NOT EXISTS {0} ".format(database))
conn = pymysql.connect(host=host,
                       port=port,
                       user=user, 
                       passwd=passw,  
                       db=database,
                       charset='utf8')

data.to_sql(name=database, con=conn, if_exists = 'replace', index=False, flavor = 'mysql')

类似的主题：

将Pandas Dataframe编写到MySQL

2 个答案: