Python使用Pandas库实现MySQL数据库的读写

1. 安装所需的库

在使用Python来实现MySQL数据库的读、写操作之前，需要确保已经安装了以下几个库：

• Pandas
• PyMySQL
• sqlalchemy

可以使用pip命令来安装这些库，命令如下：

pip install pandas
pip install pymysql
pip install sqlalchemy

2. 连接到MySQL数据库

在Python中，可以使用sqlalchemy库来连接到MySQL数据库。具体连接的方式如下：

from sqlalchemy import create_engine

engine = create_engine('mysql+pymysql://username:password@host:port/database')

其中，需要将username、password、host、port、database替换成对应的值，例如：

engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test_db')

这个示例中连接到了本地的名为test_db的MySQL数据库，用户名为root，密码为123456。

3. 读取MySQL数据库中的数据

连接到MySQL数据库之后，可以使用pandas库的read_sql函数来读取数据。具体操作如下：

import pandas as pd

df = pd.read_sql("SELECT * FROM table_name", con=engine)

其中，SELECT * FROM table_name是SQL语句，用于查询table_name表中的所有数据。con=engine表示使用前面创建的MySQL连接。

例如，以下代码将会从名为user_info的表中读取所有的数据，并将其存储到df变量中：

import pandas as pd
from sqlalchemy import create_engine

engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test_db')

df = pd.read_sql("SELECT * FROM user_info", con=engine)

4. 向MySQL数据库中写入数据

类似地，可以使用pandas库的to_sql函数向MySQL数据库中写入数据。具体操作如下：

df.to_sql(name='table_name', con=engine, if_exists='replace', index=False)

其中，name参数用于指定要写入的表名，if_exists参数用于指定当写入的表已经存在时该如何处理，常用的取值包括fail、replace、append。index=False表示不将DataFrame的索引写入到MySQL数据库中。

例如，以下代码将会向名为user_info的表中写入所有的数据，如果该表已经存在则会将其替换为DataFrame中的数据：

df = pd.DataFrame({'name': ['Alice', 'Bob'], 'age': [20, 30]})
df.to_sql(name='user_info', con=engine, if_exists='replace', index=False)

示例1：从MySQL数据库中读取数据并筛选结果

假设我们要从数据库中读取所有年龄大于等于18岁的用户信息。可以使用以下代码：

import pandas as pd
from sqlalchemy import create_engine

engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test_db')

df = pd.read_sql("SELECT * FROM user_info WHERE age >= 18", con=engine)

这段代码会从user_info表中读取所有age >= 18的用户信息，并将其存储到df变量中。

示例2：向MySQL数据库中写入数据

假设我们要向数据库中添加一条新的用户信息，可以使用以下代码：

import pandas as pd
from sqlalchemy import create_engine

engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test_db')

new_user = {'name': 'Charlie', 'age': 25}
df = pd.DataFrame([new_user])

df.to_sql(name='user_info', con=engine, if_exists='append', index=False)

这段代码会向user_info表中添加一条名称为"Charlie"、年龄为25岁的新用户信息。如果user_info表已经存在，则会在该表中追加一行数据。