pandas如何读取mysql数据

Pandas是Python中一个非常受欢迎的数据分析和处理库。在数据处理的过程中，有时候需要从MySQL数据库中读取数据并进行分析、处理。下面是Pandas如何读取MySQL数据的完整攻略：

确认环境

在进行数据处理前，需要首先确认环境是否已经安装好了相应的库。需要确认的库有pandas和mysql-connector-python。可以使用以下命令进行安装：

pip install pandas
pip install mysql-connector-python

连接MySQL数据库

要使用Pandas从MySQL中读取数据，需要先连接到MySQL数据库。使用mysql-connector-python库可以很方便地完成连接。以下是一个连接到MySQL的完整示例：

import mysql.connector

mydb = mysql.connector.connect(
  host="localhost",
  user="username",
  password="password",
  database="database_name"
)

print(mydb)

读取MySQL数据到Pandas DataFrame

有了连接到MySQL的对象，接下来就可以使用pandas的read_sql_query()函数读取数据。以下是一个完整的读取MySQL数据到Pandas DataFrame的例子：

import pandas as pd
import mysql.connector

mydb = mysql.connector.connect(
  host="localhost",
  user="username",
  password="password",
  database="database_name"
)

df = pd.read_sql_query("SELECT * FROM table_name", mydb)

print(df.head())

以上代码中，我们使用read_sql_query()函数从MySQL中读取了表table_name的数据，并将结果保存到了名为df的Pandas DataFrame中。通过打印df的前5行，可以看到读取的结果。

如果需要使用SQL语句来筛选读取的数据，可以将SQL语句作为read_sql_query()函数的第一个参数。例如，以下是一个读取table_name表中sales字段大于100的数据的完整示例：

import pandas as pd
import mysql.connector

mydb = mysql.connector.connect(
  host="localhost",
  user="username",
  password="password",
  database="database_name"
)

df = pd.read_sql_query("SELECT * FROM table_name WHERE sales > 100", mydb)

print(df.head())

以上代码中，我们在SQL语句中使用了WHERE子句来筛选读取的数据。筛选条件是sales字段大于100的数据。

综上所述，以上是Pandas如何读取MySQL数据的完整攻略，包括连接MySQL数据库和从MySQL中读取数据到Pandas DataFrame两个方面。