在資料分析過程中往往要操作較大的資料集，這就需要連線資料庫進行操作

import pandas as pd
import numpy as np
from pandas import Series,DataFrame
from sqlalchemy import create_engine
import MySQLdb as msd
# 先自定義函式將表格寫入資料庫裡，以備操作過程中有些資料要寫入資料庫
def savetosql(DF,tablename):
    import pandas as pd
    from sqlalchemy import create_engine
    yconnect = create_engine('mysql+mysqldb://root:@127.0.0.1:3306/jing?charset=utf8')  
    pd.io.sql.to_sql(DF,tablename, yconnect, schema='jing', if_exists='append')  
 

注意：獲取一次sql物件就需要重新訪問一下資料庫(!!!)

# 讀取資料庫資料
engine = create_engine('mysql+pymysql://root:@127.0.0.1:3306/jing?charset=utf8')
sql = pd.read_sql('all_gzdata', engine, chunksize = 10000) # 由於資料量太大，使用chunksize進行控制分塊進行

# 獲取瀏覽一次的所有資料
f = counts1_[counts1_['realIP']==1]
del f[1]
f.columns = [u'點選次數']
f.index.name = 'realIP'
# g = [pd.merge(f,i[['fullURLId','fullURL','realIP']],right_on = 'realIP',left_index=True,how ='left') for i in sql]
g = [i[['fullURLId','fullURL','realIP']] for i in sql]
g = pd.concat(g)
h = pd.merge(f,g,right_on = 'realIP',left_index=True,how ='left')
h
 

Python操作資料庫

import MySQLdb as msd # 注意py2.7是mysqldb,python3是pymysql
# connect()方法用於建立資料庫的連線，裡面可以指定引數：使用者名稱、密碼、主機等資訊
conn = msd.connect(
    host = 'localhost',
    port = 3306,
    user = 'root',
    passwd = '',#資料庫密碼
    db = 'jing',# 資料庫名
)
# 通過獲取到的資料庫連線conn下的cursor()方法來建立遊標
cur = conn.cursor()

# 通過遊標cur操作execute（）方法可以寫入純sql語句,操作資料庫
# 建立表
cur.execute('create table student(id int, name varchar(20), class varchar(20), age varchar(10))')

# 插入一條資料
cur.execute("insert into student values('2','gege','class 2 grade 3','20')")
cur.execute("insert into student values('2','bob','class 2 grade 5','21')")
# 修改查詢條件的資料
cur.execute("update student set class = 'class 2 grade 5' where name='bob'")

# 刪除查詢條件的資料
cur.execute("delete from student where age='9'")
# cur.execute("drop table student3,student4,student5,student6")


cur.close() # 關閉遊標
conn.commit() # 提交事務，向資料庫插入資料時一定要加這句話，否則不會真正插入
conn.close()# 關閉資料庫連線