第一：pandas.read_csv读取本地csv文件为数据框形式
data=pd.read_csv('G:\data_operation\python_book\chapter5\\sales.csv')
第二：如果存在日期格式数据，利用pandas.to_datatime()改变类型
data.iloc[:,1]=pd.to_datetime(data.iloc[:,1])
注意：=号，这样在原始的数据框中，改变了列的类型
第三：查看列类型
print(data.dtypes)
第四：方法一：保存至MYSQL【缺点耗时长】
利用MYSQLdb库，封装成一个类，实现创建表，添加数据的操作，缺点耗时长
class Jess_mysql():
"""
设置mysql类，实现创建数据框，表，及添加数据
"""
def __init__(self):
self.mysql=MySQLdb.connect(user=mysql_name,host=mysql_host,password=mysql_password,database=mysql_database)
self.conn=self.mysql.cursor()
def create_table(self,table_names,col_names):
"""
创建表
:param table_names: 表名
:param col_names: 列名，列表格式
:return:
"""
tables=' varchar(20),'.join(['%s'] *len(col_names))
sql_yuju='create table if not exists `{t}` ({v} varchar(20))'.format(t=table_names,v=tables)#字段需要标注格式
ss=sql_yuju %(tuple(col_names))
print(ss)
self.conn.execute(ss)
self.mysql.commit()
def add_data(self,table_name,col_names,col_data):
"""
:param table_name: 表名
:param col_names: 列名，字段名
:param col_data: 字段值
:return:
"""
colname=','.join(['%s']*len(col_names))
data=','.join(['%s']*len(col_data))
sql_yuju='INSERT INTO `{t}` ({name}) VALUES ({data});'.format(t=table_name,name=colname,data=data)
ss=sql_yuju%(*col_names,*col_data)
#print(ss)
self.conn.execute(ss)
self.mysql.commit()
第五：利用sqlalchemy的create_engine()方法
1、创建连接
import sqlalchemy
#engine=sqlalchemy.create_engine('mysql + mysqldb://root:123456@118.24.26.227:3306/python_yuny')
engine=sqlalchemy.create_engine('mysql+mysqldb://{user}:{password}@{host}:3306/{database}'.format
(user=mysql_name,password=mysql_password,host=mysql_host,database=mysql_database))
2、利用pd.io.sql.to_sql()
pd.io.sql.to_sql(frame=data,name='yunying',con=engine,index=False,if_exists='append')
注意相关参数的设置。
此外，保存到mysql中，需要注意日期格式的列，因为在mysql对应的field设置格式为varchar(20)后，原始的日期2015-8-9，写入数据库，只有2015，这需要两步操作。
a、上面第二目录的，利用pandas.to_datetime(,format='%Y-%m-%d') #format的格式要和原始字符2016-8-9格式一样
b、利用datetime库，实现format='%Y%m%d'
x=data.shape[0] for i in range(x): col_data=list(df.iloc[i,:]) col_data[1]=datetime.date.strftime(col_data[1],'%Y%d%m')
•这一步后，日期格式由原始的2016-6-2，转为20160606，就可以以写入数据库对应的字段【其字段类型varchar(20)】
第六：读取mysql的数据
df=pd.read_sql('select * from %s'%table_name,con=engine,index_col=None)
默认不设置索引列，可以自行指定索引列名。
以上所述是小编给大家介绍的使用python的pandas库读取csv文件保存至mysql数据库，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！
