ORM技術(shù)

本次分享將介紹如何在Python中使用Pandas庫實(shí)現(xiàn)MySQL數(shù)據(jù)庫的讀寫。首先我們需要了解點(diǎn)ORM方面的知識(shí)。

對象關(guān)系映射技術(shù)，即ORM（Object-Relational Mapping）技術(shù)，指的是把關(guān)系數(shù)據(jù)庫的表結(jié)構(gòu)映射到對象上，通過使用描述對象和數(shù)據(jù)庫之間映射的元數(shù)據(jù)，將程序中的對象自動(dòng)持久化到關(guān)系數(shù)據(jù)庫中。在Python中，最有名的ORM框架是SQLAlchemy。Java中典型的ORM中間件有:Hibernate,ibatis,speedframework。

SQLAlchemy

SQLAlchemy是Python編程語言下的一款開源軟件。提供了SQL工具包及對象關(guān)系映射（ORM）工具，使用MIT許可證發(fā)行?？梢允褂胮ip命令安裝SQLAlchemy模塊：

pip install sqlalchemy

SQLAlchemy模塊提供了create_engine()函數(shù)用來初始化數(shù)據(jù)庫連接，SQLAlchemy用一個(gè)字符串表示連接信息：

'數(shù)據(jù)庫類型+數(shù)據(jù)庫驅(qū)動(dòng)名稱://用戶名:口令@機(jī)器地址:端口號(hào)/數(shù)據(jù)庫名'

Pandas讀寫MySQL數(shù)據(jù)庫

我們需要以下三個(gè)庫來實(shí)現(xiàn)Pandas讀寫MySQL數(shù)據(jù)庫：

• pandas
• sqlalchemy
• pymysql

其中，pandas模塊提供了read_sql_query（）函數(shù)實(shí)現(xiàn)了對數(shù)據(jù)庫的查詢，to_sql（）函數(shù)實(shí)現(xiàn)了對數(shù)據(jù)庫的寫入，并不需要實(shí)現(xiàn)新建MySQL數(shù)據(jù)表。sqlalchemy模塊實(shí)現(xiàn)了與不同數(shù)據(jù)庫的連接，而pymysql模塊則使得Python能夠操作MySQL數(shù)據(jù)庫。我們將使用MySQL數(shù)據(jù)庫中的mydb數(shù)據(jù)庫以及employee表，內(nèi)容如下：

下面將介紹一個(gè)簡單的例子來展示如何在pandas中實(shí)現(xiàn)對MySQL數(shù)據(jù)庫的讀寫：

# -*- coding: utf-8 -*-
# 導(dǎo)入必要模塊
import pandas as pd
from sqlalchemy import create_engine
# 初始化數(shù)據(jù)庫連接，使用pymysql模塊
# MySQL的用戶：root, 密碼:147369, 端口：3306,數(shù)據(jù)庫：mydb
engine = create_engine('mysql+pymysql://root:147369@localhost:3306/mydb')
# 查詢語句，選出employee表中的所有數(shù)據(jù)
sql = '''
select * from employee;
'''
# read_sql_query的兩個(gè)參數(shù): sql語句， 數(shù)據(jù)庫連接
df = pd.read_sql_query(sql, engine)
# 輸出employee表的查詢結(jié)果
print(df)
# 新建pandas中的DataFrame, 只有id,num兩列
df = pd.DataFrame({'id':[1,2,3,4],'num':[12,34,56,89]})
# 將新建的DataFrame儲(chǔ)存為MySQL中的數(shù)據(jù)表，不儲(chǔ)存index列
df.to_sql('mydf', engine, index= False)
print('Read from and write to Mysql table successfully!')

程序的運(yùn)行結(jié)果如下：

在MySQL中查看mydf表格：

這說明我們確實(shí)將pandas中新建的DataFrame寫入到了MySQL中！

將CSV文件寫入到MySQL中

以上的例子實(shí)現(xiàn)了使用Pandas庫實(shí)現(xiàn)MySQL數(shù)據(jù)庫的讀寫，我們將再介紹一個(gè)實(shí)例：將CSV文件寫入到MySQL中，示例的mpg.CSV文件前10行如下：

示例的Python代碼如下：

# -*- coding: utf-8 -*-
# 導(dǎo)入必要模塊
import pandas as pd
from sqlalchemy import create_engine
# 初始化數(shù)據(jù)庫連接，使用pymysql模塊
engine = create_engine('mysql+pymysql://root:147369@localhost:3306/mydb')
# 讀取本地CSV文件
df = pd.read_csv("E://mpg.csv", sep=',')
# 將新建的DataFrame儲(chǔ)存為MySQL中的數(shù)據(jù)表，不儲(chǔ)存index列
df.to_sql('mpg', engine, index= False)
print("Write to MySQL successfully!")

在MySQL中查看mpg表格：

僅僅5句Python代碼就實(shí)現(xiàn)了將CSV文件寫入到MySQL中，這無疑是簡單、方便、迅速、高效的！

總結(jié)

本文主要介紹了ORM技術(shù)以及SQLAlchemy模塊，并且展示了兩個(gè)Python程序的實(shí)例，介紹了如何使用Pandas庫實(shí)現(xiàn)MySQL數(shù)據(jù)庫的讀寫。程序本身并不難，關(guān)鍵在于多多練習(xí)。

更多關(guān)于Python Pandas讀寫MySQL的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論