使用SQLAlchemy将SQL数据库表读入Pandas DataFrame中主要分为以下三个步骤:
- 连接数据库
使用SQLAlchemy与数据库建立连接,获取数据库引擎。以MySQL为例,需要安装PyMySQL模块并进行相应的配置。代码示例如下:
import sqlalchemy
from sqlalchemy import create_engine
user = 'root'
password = '123456'
host = 'localhost'
port = 3306
database = 'test'
engine = create_engine(f'mysql+pymysql://{user}:{password}@{host}:{port}/{database}')
其中,create_engine()
函数中的地址格式可根据不同数据库进行修改。
- 读取数据
通过read_sql()
方法读取数据,并将数据转换为DataFrame对象。例如,读取student
表中的所有记录,代码示例如下:
import pandas as pd
query = 'select * from student'
df = pd.read_sql(query, engine)
- 数据处理
根据需求对数据进行相应的处理。例如,对读取后的DataFrame对象进行排序。代码示例如下:
df.sort_values(by='name', inplace=True)
完整示例代码如下:
import sqlalchemy
from sqlalchemy import create_engine
import pandas as pd
user = 'root'
password = '123456'
host = 'localhost'
port = 3306
database = 'test'
engine = create_engine(f'mysql+pymysql://{user}:{password}@{host}:{port}/{database}')
query = 'select * from student'
df = pd.read_sql(query, engine)
df.sort_values(by='name', inplace=True)
print(df)
以上即为使用SQLAlchemy将SQL数据库表读入Pandas DataFrame的详细讲解。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:使用SQLAlchemy将SQL数据库表读入Pandas DataFrame中 - Python技术站