目錄

第一種 使用pymysql

程式碼如下：

import pymysql

#開啟資料庫連線
db=pymysql.connect(host='1.1.1.1',port=3306,user='root',passwd='123123',db='test',charset='utf8')
cursor=db.cursor()#使用cursor()方法獲取操作遊標

sql = "select * from test0811"

cursor.execute(sql)
info = cursor.fetchall()

db.commit()
cursor.close() #關閉遊標   
db.close()#關閉資料庫連線
 

資料表test0811的內容和上邊的程式碼讀出來的內容分別是

pymysql是Python操作MySQL資料庫的模組。首先引入pymysql模組

import pymysql

使用pymysql的connect()方法連線資料庫，connect的幾個引數解釋如下：

• host：MySQL服務的地址，若資料庫在本地上，使用localhost或者127.0.0.1。如果在其它的伺服器上，應該寫IP地址。
• port：服務的埠號，預設為3306，如果不寫，為預設值。
• user：登入資料庫的使用者名稱
• passwd：user賬戶登入MySQL的密碼
• db：將要操作的資料庫的名字
• charset：設定為utf8編碼，這樣就可以存入漢字沒有亂碼

注意：除了port=3306不用引號，其它項的值都有用引號括起來

程式碼中的db就架起了Python和MySQL通訊的橋樑，db.cursor()表示返回連線的遊標物件，通過遊標執行SQL語句。還有幾個常用的方法是commit()表示提交資料庫修改，rollback()表示回滾，就是取消當前的操作，close()表示關閉連線。

上面講的是連線物件db的一些方法，遊標物件的一些方法也很重要，利用遊標物件的方法就可以對資料庫進行操作了，遊標物件的常用方法如下表：

到這裡就基本把pymysql的基本用法講清楚了，剩下的對資料庫的操作（增刪改查）就是SQL語句的事情了。雖然SQL語句很強大，但有時候也會顯得力不從心，Python的靈活加上SQL的強大才可以做更多的事情，而pymysql只是充當工具、橋樑的作用。從程式碼執行的結果中（第二幅圖）發現讀出來的結果是存放在二維元組中的，即((1, '小紅', '80'),(2, '小明', '90'),(3, '小美', '87'),(4, 'GG', '67'),(5, 'MM', '78'))，但是元組不可改變，只能讀出，對於資料處理還有些不便，下面第二種方法就是把資料讀出存放在DataFrame中，便於處理。

第二種 使用pandas

程式碼如下：

import pandas as pd
from sqlalchemy import create_engine
from sqlalchemy.types import CHAR,INT

connect_info = 'mysql+pymysql://username:[email protected]:3306/dbname?charset=utf8'
engine = create_engine(connect_info) #use sqlalchemy to build link-engine

sql = "SELECT * FROM test0811" #SQL query
df = pd.read_sql(sql=sql, con=engine) #read data to DataFrame 'df'

#write df to table 'test1'
df.to_sql(name = 'test1',  
           con = engine,
           if_exists = 'append',
           index = False,
           dtype = {'id': INT(),
                    'name': CHAR(length=2),
                    'score': CHAR(length=2)
                    }
           )

pandas的DataFrame資料格式有行索引和列索引，使用DataFrame來儲存資料庫表中的資料會十分方便。使用pandas中的read_sql和to_sql函式從MySQL資料庫中讀寫資料。兩個函式介紹如下。

pandas.read_sql

pandas.read_sql(sql, con, index_col=None, coerce_float=True, params=None, parse_dates=None, columns=None, chunksize=None)

常用的引數是sql：SQL命令或者表名字，con：連線資料庫的引擎，可以用SQLAlchemy或者pymysql建立，從資料庫讀資料的基本用法給出sql和con就可以了。其它都是預設引數，有特殊需求才會用到，有興趣的話可以檢視文件。

程式碼中的con是使用SQLAlchem構建資料庫連線引擎，即sqlalchemy.create_engine( )。這個函式基於一個URL來產生一個引擎物件，URL通常包含了資料庫的相關資訊，典型的形式是：

dialect+driver://username:[email protected]:port/database

dialect表示資料庫的名字，比如sqlite，mysql，postgresql，oracle，mssql等，driver是用於連線資料庫的DBAPI的名字，這裡用的是pymysql（Python 3.x，在Python 2.x中用的是mysqldb），如果這一項不指定，將使用預設的DBAPI。

除了使用SQLAlchemy建立engine外，還可以直接使用DBAPI建立engine，程式碼如下：

con = pymysql.connect(host=localhost, user=username, password=password, database=dbname, charset='utf8')
df = pd.read_sql(sql, con)

pandas.DataFrame.to_sql

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

• name：輸出的表名
• con：連線資料庫的引擎
• if_exists：三種模式{“fail”,“replace”,"append"}，預設是"fail"。fail：若表存在，引發一個ValueError；replace：若表存在，覆蓋原來表內資料；append：若表存在，將資料寫到原表資料的後面。
• index：是否將DataFrame的index單獨寫到一列中，預設為“True”
• index_label：當index為True時，指定列作為DataFrame的index輸出
• dtype：指定列的資料型別，字典形式儲存{column_name: sql_dtype}，常見資料型別是sqlalchemy.types.INT()和sqlalchemy.types.CHAR(length=x)。注意：INT和CHAR都需要大寫，INT()不用指定長度。

參考資料：