將Pandas Dataframe編寫到MySQL

Question

我正在嘗試將Python Pandas Dataframe寫入MySQL數據庫。 我知道這是可能的使用SQLAlchemy 為這個 ，但我不知道是否有另一種方式，可能會更容易，最好是已建成大熊貓。 我花了很多時間嘗試使用For循環，但它不可行。

如果有人知道更好的方式，我們將不勝感激。

非常感謝！

Answer 1

其他選項以SQLAlchemy的可用於to_sql但將來發行將被棄用，但現在的版本大熊貓0.18.1文件仍然有效。

根據pandas文檔pandas.DataFrame.to_sql，您可以使用以下語法：

DataFrame.to_sql(name, con, flavor='sqlite', schema=None, if_exists='fail', index=True, index_label=None, chunksize=None, dtype=None)

你指定con 類型/模式和味道'mysql' ，這里有一些描述：

con：SQLAlchemy引擎或DBAPI2連接（傳統模式）使用SQLAlchemy可以使用該庫支持的任何數據庫。 如果是DBAPI2對象，則僅支持sqlite3。

flavor：{'sqlite'，'mysql'}，默認'sqlite'要使用的SQL的味道。 使用SQLAlchemy引擎時忽略。 'mysql'已棄用，將在以后的版本中刪除，但它將通過SQLAlchemy引擎進一步支持。

Answer 2

你可以使用pymysql來做到這一點：

例如，假設您有一個包含下一個用戶，密碼，主機和端口的MySQL數據庫，並且您希望在數據庫'data_2'中寫入。

import pymysql
user = 'root'
passw = 'my-secret-pw-for-mysql-12ud'
host =  '172.17.0.2'
port = 3306
database = 'data_2'

如果您已經創建了數據庫 ：

conn = pymysql.connect(host=host,
                       port=port,
                       user=user, 
                       passwd=passw,  
                       db=database,
                       charset='utf8')

data.to_sql(name=database, con=conn, if_exists = 'replace', index=False, flavor = 'mysql')

如果您沒有創建數據庫，則在數據庫已存在時也有效：

conn = pymysql.connect(host=host, port=port, user=user, passwd=passw)

conn.cursor().execute("CREATE DATABASE IF NOT EXISTS {0} ".format(database))
conn = pymysql.connect(host=host,
                       port=port,
                       user=user, 
                       passwd=passw,  
                       db=database,
                       charset='utf8')

data.to_sql(name=database, con=conn, if_exists = 'replace', index=False, flavor = 'mysql')

類似主題：

1. 使用SQLAlchemy，to_sql用pandas寫入MySQL數據庫
2. 如何通過mysqldb將pandas數據幀插入數據庫？