Pandas 与数据库MySQL的结合

在本文中，我们将介绍Pandas与MySQL数据库的结合使用，了解如何在Python中通过Pandas来读写MySQL数据库。

Pandas与MySQL数据库

在Python中，Pandas是非常流行的数据分析库，而MySQL数据库则是一个为常用的关系型数据库管理系统。Pandas提供的读写操作可以帮助我们将数据从MySQL数据库中导入到Python环境中，进行进一步分析处理。

Pandas读写MySQL数据库

要使用Pandas读写MySQL数据库，我们需要使用它提供的read_sql()和to_sql()两个函数。下面是这两个函数的基本用法。

读取MySQL数据库

import pandas as pd
import pymysql
from sqlalchemy import create_engine

# MySQL连接信息
conn_info = {
    'host': 'localhost',
    'port': 3306,
    'user': 'root',
    'password': '123456',
    'db': 'example'
}

# 创建MySQL连接引擎
engine = create_engine('mysql+pymysql://%s:%s@%s:%d/%s' % (
    conn_info['user'], conn_info['password'], conn_info['host'], conn_info['port'], conn_info['db']
))

# 从MySQL中读取数据
data = pd.read_sql('SELECT * FROM users', engine)

print(data.head())

上面代码中，我们首先定义了连接MySQL数据库的相关信息，然后利用create_engine()函数创建了一个MySQL引擎。接下来，我们就可以通过read_sql()函数从MySQL数据库中读取数据了。

写入MySQL数据库

要将数据写入到MySQL数据库中，需要使用to_sql()函数。下面是一个示例：

# 定义数据
data = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [20, 25, 30],
    'gender': ['F', 'M', 'M']
})

# 写入数据到MySQL中
data.to_sql('users', engine, index=False, if_exists='append')

上面代码中，我们首先定义了一个DataFrame对象，然后通过to_sql()函数将其写入到MySQL数据库中。其中，if_exists参数指定了当表存在时的操作方式，’append’表示追加数据到表中。