第一：pandas.read_csv讀取本地csv文件為數據框形式
data=pd.read_csv('G:/data_operation/python_book/chapter5//sales.csv')第二：如果存在日期格式數據，利用pandas.to_datatime()改變類型
data.iloc[:,1]=pd.to_datetime(data.iloc[:,1])
注意：=號，這樣在原始的數據框中，改變了列的類型
第三：查看列類型
print(data.dtypes)
第四：方法一：保存至MYSQL【缺點耗時長】
利用MYSQLdb庫，封裝成一個類，實現創建表，添加數據的操作，缺點耗時長
class Jess_mysql(): """ 設置mysql類，實現創建數據框，表，及添加數據 """ def __init__(self): self.mysql=MySQLdb.connect(user=mysql_name,host=mysql_host,password=mysql_password,database=mysql_database) self.conn=self.mysql.cursor() def create_table(self,table_names,col_names): """ 創建表 :param table_names: 表名 :param col_names: 列名，列表格式 :return: """ tables=' varchar(20),'.join(['%s'] *len(col_names)) sql_yuju='create table if not exists `{t}` ({v} varchar(20))'.format(t=table_names,v=tables)#字段需要標注格式 ss=sql_yuju %(tuple(col_names)) print(ss) self.conn.execute(ss) self.mysql.commit() def add_data(self,table_name,col_names,col_data): """ :param table_name: 表名 :param col_names: 列名，字段名 :param col_data: 字段值 :return: """ colname=','.join(['%s']*len(col_names)) data=','.join(['%s']*len(col_data)) sql_yuju='INSERT INTO `{t}` ({name}) VALUES ({data});'.format(t=table_name,name=colname,data=data) ss=sql_yuju%(*col_names,*col_data) #print(ss) self.conn.execute(ss) self.mysql.commit()第五：利用sqlalchemy的create_engine()方法
1、創建連接
import sqlalchemy#engine=sqlalchemy.create_engine('mysql + mysqldb://root:123456@118.24.26.227:3306/python_yuny')engine=sqlalchemy.create_engine('mysql+mysqldb://{user}:{password}@{host}:3306/{database}'.format (user=mysql_name,password=mysql_password,host=mysql_host,database=mysql_database))2、利用pd.io.sql.to_sql()
pd.io.sql.to_sql(frame=data,name='yunying',con=engine,index=False,if_exists='append')
注意相關參數的設置。
此外，保存到mysql中，需要注意日期格式的列，因為在mysql對應的field設置格式為varchar(20)后，原始的日期2015-8-9，寫入數據庫，只有2015，這需要兩步操作。
a、上面第二目錄的，利用pandas.to_datetime(,format='%Y-%m-%d') #format的格式要和原始字符2016-8-9格式一樣
b、利用datetime庫，實現format='%Y%m%d'
x=data.shape[0]for i in range(x): col_data=list(df.iloc[i,:]) col_data[1]=datetime.date.strftime(col_data[1],'%Y%d%m')
•這一步后，日期格式由原始的2016-6-2，轉為20160606，就可以以寫入數據庫對應的字段【其字段類型varchar(20)】
第六：讀取mysql的數據
df=pd.read_sql('select * from %s'%table_name,con=engine,index_col=None)默認不設置索引列，可以自行指定索引列名。
總結
以上所述是小編給大家介紹的使用python的pandas庫讀取csv文件保存至mysql數據庫，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對VEVB武林網網站的支持！
新聞熱點
疑難解答
