快捷導(dǎo)航

使用pymysql查詢(xún)數(shù)據(jù)庫(kù),把結(jié)果保存為列表并獲取指定元素下標(biāo)實(shí)例

更新時(shí)間：2020年05月15日 10:13:57 作者：liuzh(少昊)

這篇文章主要介紹了使用pymysql查詢(xún)數(shù)據(jù)庫(kù),把結(jié)果保存為列表并獲取指定元素下標(biāo)實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

我就廢話不多說(shuō)了，大家還是直接看代碼吧！

from pymysql import *
from qmp.config import *

def main():
  conn = connect(host=HOST, port=3306, database=DATABASE, user=USER,
          password=PASSWORD, charset='utf8')
  cs1 = conn.cursor()
  sql1 = 'SELECT deal_name from ods_project_crawler_seed WHERE round = "-" order by id'
  cs1.execute(sql1)
  pnlist = []
  alldata = cs1.fetchall()
  for singl_company in alldata:
    pnlist.append(singl_company[0])

  print('列表總長(zhǎng)度: ', len(pnlist))
  cs1.close()
  conn.close()
  print('伯肯森自動(dòng)化在列表中的下標(biāo)為: ', pnlist.index('伯肯森自動(dòng)化'))

if __name__ == '__main__':
  main()

運(yùn)行結(jié)果

列表總長(zhǎng)度: 271270

伯肯森自動(dòng)化在列表中的下標(biāo)為: 1934

補(bǔ)充知識(shí)：python讀取sql里面的指定數(shù)據(jù)列，并將其轉(zhuǎn)換成列表使用

代碼如下：

import pyodbc
import pandas as pd
import numpy as np
conn = pyodbc.connect(r'DRIVER={SQL Server Native Client 10.0};SERVER=.;DATABASE=數(shù)據(jù)庫(kù)名字;UID=用戶(hù)名;PWD=密碼') 
cur = conn.cursor() 
sqlcom = 'select 要讀取的列名 from 表名'
df = pd.read_sql(sqlcom, con=conn) print(df) print(type(df)) #<class'pandas.core.frame.DataFrame'> 
df1 = np.array(df) #先使用array()將DataFrame轉(zhuǎn)換一下
df2 = df1.tolist()#再將轉(zhuǎn)換后的數(shù)據(jù)用tolist()轉(zhuǎn)成列表
# 轉(zhuǎn)成列表的數(shù)據(jù)是這樣的[[123],['213'],['sa']],使用的時(shí)候稍注意一下
print(df2)
for i in range(0, len(df2)): 
  exist_url = df2[i][0] 
  print(exist_url)

使用了pandas和numpy兩個(gè)庫(kù)，用pandas來(lái)讀取數(shù)據(jù)庫(kù)里面的內(nèi)容，再結(jié)合使用numpy庫(kù)將DataFrame數(shù)據(jù)轉(zhuǎn)換成列表(注意：這里讀取的數(shù)據(jù)是一列數(shù)據(jù))

2、讀取多列數(shù)據(jù)時(shí)：代碼是一樣的，區(qū)別在于tolist()后的內(nèi)容，假設(shè)讀取兩列

id	name
1	張三
2	李四

df2 = df1.tolist()得到的內(nèi)容是：[['1','張三'], ['2','李四']]。然后再根據(jù)自己的需求讀取指定內(nèi)容就可以了。

以上這篇使用pymysql查詢(xún)數(shù)據(jù)庫(kù),把結(jié)果保存為列表并獲取指定元素下標(biāo)實(shí)例就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

Django如何自定義分頁(yè)
這篇文章主要為大家詳細(xì)介紹了Django自定義分頁(yè)的方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2018-09-09
python實(shí)現(xiàn)俄羅斯方塊
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)俄羅斯方塊，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2018-06-06
pandas按若干個(gè)列的組合條件篩選數(shù)據(jù)的方法
下面小編就為大家分享一篇pandas按若干個(gè)列的組合條件篩選數(shù)據(jù)的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2018-04-04
python編譯安裝參數(shù)方式
這篇文章主要介紹了python編譯安裝參數(shù)方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
2024-06-06
python從入門(mén)到實(shí)踐之組合數(shù)據(jù)類(lèi)型
這篇文章主要為大家介紹了python組合數(shù)據(jù)類(lèi)型，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來(lái)幫助
2022-01-01
python如何可視化經(jīng)緯度信息
在Python中處理經(jīng)緯度信息,首先通過(guò)篩選得到符合條件的停車(chē)點(diǎn),并去除重復(fù)數(shù)據(jù),利用這些數(shù)據(jù)點(diǎn)的索引值將原始數(shù)據(jù)進(jìn)行分段,并繪制地圖,處理重復(fù)數(shù)據(jù)時(shí)可以使用set()方法或列表生成式,最后,可以通過(guò)DataFrame的join方法合并具有相同索引值的數(shù)據(jù)
2024-09-09
DJANGO-ALLAUTH社交用戶(hù)系統(tǒng)的安裝配置
django-allauth是集成了local用戶(hù)系統(tǒng)和social用戶(hù)系統(tǒng)，其social用戶(hù)系統(tǒng)可以掛載多個(gè)賬戶(hù)。也是一個(gè)流行度非常高的Django user系統(tǒng)，我們這里簡(jiǎn)單介紹下，分享下個(gè)人的使用經(jīng)驗(yàn)
2014-11-11
python實(shí)現(xiàn)車(chē)輛跟隨滑?？刂频膶?shí)例
這篇文章主要介紹了python實(shí)現(xiàn)車(chē)輛跟隨滑?？刂?采用指數(shù)趨近律、等速趨近律、準(zhǔn)滑?？刂频姆椒ㄍ瓿绍?chē)輛跟隨問(wèn)題的仿真，運(yùn)行結(jié)果以圖片形式保存在同目錄下，需要的朋友可以參考下
2022-05-05
在Python中等距取出一個(gè)數(shù)組其中n個(gè)數(shù)的實(shí)現(xiàn)方式
今天小編就為大家分享一篇在Python中等距取出一個(gè)數(shù)組其中n個(gè)數(shù)的實(shí)現(xiàn)方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2019-11-11
pytorch分類(lèi)模型繪制混淆矩陣以及可視化詳解
混淆矩陣是ROC曲線繪制的基礎(chǔ),同時(shí)它也是衡量分類(lèi)型模型準(zhǔn)確度中最基本,最直觀,計(jì)算最簡(jiǎn)單的方法,下面這篇文章主要給大家介紹了關(guān)于pytorch分類(lèi)模型繪制混淆矩陣以及可視化的相關(guān)資料,需要的朋友可以參考下
2022-04-04