當我們利用pandas處理完資料後，有時可能需要將處理好的資料儲存到資料庫中，這時需要利用sqlalchemy。

SQLAlchemy“採用簡單的Python語言，為高效和高效能的資料庫訪問設計，實現了完整的企業級持久模型”。

利用sqlalchemy，可以講pandas型別的格式資料儲存到資料庫中，但是在使用過程中還是有很多坑的，下面簡單介紹一下如何使用：

1：

import pandas as pd

from sqlalchemy import create_engine

匯入模組中的create_engine，需要利用它來進行連線資料庫

2：

conn = create_engine('

建立連線，利用create_engine

3：

pd.io.sql.to_sql(df,table_name,con=conn,schema='w_analysis',if_exists='append')

利用pd的io中的sql的to_sql方法進行匯入（記住不是pd的to_sql）

4：

conn.dispose()

關閉連線

create_engine引數說明：

(mysql+mysqldb://使用者名稱:密碼@localhost:埠/資料庫名?編碼)? ? 設定資料庫的編碼方式，可以防止latin字元不識別而報錯

to_sql引數說明：

(資料,表名,con=連線鍵,schema='資料庫名',if_exists='操作方式')? ? 操作方式有append、fail、replace

append：如果表存在，則將資料新增到這個表的後面

fail：如果表存在就不操作

replace：如果存在表，刪了，重建

！！！這裡提醒一下可能出現的錯誤：

ModuleNotFoundError: No module named 'MySQLdb'請看這裡

注：pd 1.9以後的版本，除了sqllite，均需要通過sqlalchemy來設定