1. 需要使用sqlalchemy包使用pandas读取sql查询后的数据。
import sqlalchemy import pandas as pd2. 创建数据库连接，这里使用的是pymysql
# engine = sqlalchemy.create_engine("mysql+pymysql://username:password@ip:port/store_name")
#用户名：username， 密码：password，端口号：port，数据库名：store_name
engine = sqlalchemy.create_engine("mysql+pymysql://root:1234567@127.0.0.1:3306/new_schema")
sql = "select * from company where companyId=43"
data_df = pd.read_sql(sql, engine)
3. 多个数据库名、用户名创建链接
username_list = ["root1", "root2", "root3", "root4"]
database_list = ["database1", "database2", "database3", "database4"]
engine="mysql+pymysql://{}:1234567@127.0.0.1:3306/{}"
for i in username_list:
for j in database_list:
print(engine.format(i,j))
sql = "select * from company "
data_df = pd.read_sql(sql, engine)
#再读取另一个表格
sql = "select * from dataanalyst "
data_df1 = pd.read_sql(sql, engine)
4. python数据提取到sql
to_sql常用参数
- name：数据库中的表名
- con：之前创建的链接
- if_exits： 默认为fail，若表存在，则不进行数据表的写入 replace：若表存在，数据覆盖；append：若表存在，将数据写到原表的后面（常用）
- index：是否将index单独写到一列中（建议用False）
- dtype: 指定列的输出到数据库中的数据类型。字典形式储存：{column_name: sql_dtype}
date_df.to_sql( name='test01', con="mysql+pymysql://root:1234567@127.0.0.1:3306/new_schema")
