Python数据分析之读取Excel数据并导入数据库

您所在的位置:网站首页 excel提取关键字段 Python数据分析之读取Excel数据并导入数据库

Python数据分析之读取Excel数据并导入数据库

2023-03-23 14:46| 来源: 网络整理| 查看: 265

曾某年某一天某地 时间如静止的空气 你的不羁 给我惊喜 ——《谁愿放手》陈慧琳

文章目录 前言一、Python读取Excel数据(一)创建测试Excel表(二)读取Excel(三)结果展示 二、Python连接mysql数据库(一)创建数据库连接,读表测试(二)结果展示 三、将Excel数据导入数据库表(一)相关思路(二)结果展示 四、知识拓展(一)借助sqlalchemy包(二)结果展示 五、小贴士(一)python库包安装 总结

前言

入职新公司两个多月,发现这边的数据基础很差,很多数据甚至没有系统承载,大量的Excel表,大量的人工处理工作,现阶段被迫“面向Excel”编程。本文主要介绍使用Python读取Excel数据并导入数据库的方法,供各位小伙伴参考。

一、Python读取Excel数据

Python读取Esxcel数据主要是使用pandas包,语法为read_excel(“excel文件名”)。

(一)创建测试Excel表

Excel表数据如下 在这里插入图片描述

(二)读取Excel

相关代码如下,其中sheet_name可以省略,sheet_name="具体sheet页面"则只读该sheet页,sheet_name=0则读取第一个sheet页。

import pandas as pd df = pd.read_excel("test_20230312.xlsx", sheet_name="Sheet1") print(df) (三)结果展示

在这里插入图片描述

二、Python连接mysql数据库

Python连接mysql数据库主要是使用pymysql包,创建连接语法为connect(host=‘数据库地址’,port=‘端口号’,user=‘用户名’,password=‘密码’,database=‘数据库库名’,charset=‘utf8’),读取mysql表的语法为read_sql(‘SQL语句’, con=mysql连接)

(一)创建数据库连接,读表测试

相关代码如下

import pymysql conn = pymysql.connect(host='xxx', port='xxx', user='xxx', password='xxx', database='xxx', charset='utf8') df = pd.read_sql('select * from test.dim_category', con=conn) print(df) (二)结果展示

在这里插入图片描述

三、将Excel数据导入数据库表 (一)相关思路

建立数据库连接 -> 读取Excel表 -> 形成数据集 -> 将数据集插入数据库表,具体代码如下。

import pandas as pd import pymysql conn = pymysql.connect(host='xxx', port='xxx', user='xxx', password='xxx', database='xxx', charset='utf8') df = pd.read_excel("test_20230312.xlsx", sheet_name="Sheet1") infodata = pd.DataFrame(df).values cur = conn.cursor() length = len(infodata) for i in range(0, length): data_each = [] data_each = infodata[i] print(data_each) sql = "insert into test_python_insert values{}".format(tuple(data_each)) try: cur.execute(sql) conn.commit() print(i) except: conn.rollback() cur.close() conn.close() (二)结果展示

在这里插入图片描述

四、知识拓展 (一)借助sqlalchemy包

sqlalchemy包不同于上文使用的pymysql,它属于ORM(Object Relational Mapping对象关系映射)工具包。通过ORM,开发者可以用面向对象的方式来操作数据库,不需要编写SQL语句。有固定的格式语法,合理使用可以提高编码效率。

import pandas as pd from sqlalchemy import create_engine HOST = 'xxx' PORT = 'xxx' DB = 'xxx' USERNAME = 'xxx' PASSWORD = 'xxx' TABLE = 'xxx' engine = create_engine('mysql+pymysql://%s:%s@%s:%s/%s?charset=utf8' % (USERNAME, PASSWORD, HOST, PORT, DB)) col_name = ['id', 'name', 'age'] df = pd.read_excel('test_20230312.xlsx', names=col_name) print(df.head()) df.to_sql(TABLE, engine, if_exists='append', index=False) (二)结果展示

在这里插入图片描述

五、小贴士 (一)python库包安装

上文使用了几个python包,如pandas、pymysql、sqlalchemy 如果没有安装这些包,可以使用以下命令直接在window cmd命令行界面安装。

pip install 包名

在这里插入图片描述

总结

Python可以通过一些非常实用的包,如pandas,numpy等,对数据进行清洗,整理分析,合理利用Python可以提高我们处理分析数据的效率。



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3