pandas.DataFrame.to_sql()函数可以将数据写入SQL数据库中,其用法如下所示:
DataFrame.to_sql(name, con[, schema, if_exists, index, index_label, chunksize, dtype])
其中,参数含义如下:
下面给出两个例子:
import pandas as pd
from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://user:password@localhost:3306/database_name')
df = pd.read_csv('data.csv')
df.to_sql(name='table_name', con=engine, if_exists='replace', index=False)
from sqlalchemy import create_engine
import pandas as pd
engine = create_engine('mysql+pymysql://user:password@localhost:3306/database_name')
df_new = pd.read_csv('new_data.csv')
df_new.to_sql(name='table_name', con=engine, if_exists='append', index=False)
以上示例中,我们使用了SQLAlchemy中的create_engine()函数创建了一个MySQL数据库连接对象;然后使用pandas中的read_csv()函数读取csv文件中的数据;将数据分别写入到数据库中,实现了DataFrame数据到SQL数据库的导入。
本文链接:http://task.lmcjl.com/news/4574.html