时间:2021-05-22
方法一:
#-*- coding:utf-8 -*-from sqlalchemy import create_engineclass mysql_engine(): user='******' passwd='******' host='******' port = '******' db_name='******' engine = create_engine('mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8'.format(user,passwd,host,port,db_name))def get_data(sql): pg_enine=mysql_engine() try: with pg_enine.engine.connect() as con, con.begin(): df=pd.read_sql(sql,con)# 获取数据 con.close() except: df=None return df方法二:
conn = MySQLdb.connect(host="******",user="******",passwd="******",db='******',port = ******,charset="utf8")sql = "select * from ****** limit 3"df = pd.read_sql(sql,conn,index_col="id")print dfpd 1.9以后的版本,除了sqllite,均需要通过sqlalchemy来设置
以上这篇Pandas读取MySQL数据到DataFrame的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
pandas.read_csv参数整理读取CSV(逗号分割)文件到DataFrame也支持文件的部分导入和选择迭代更多帮助参见:http://pandas.py
数据加载、存储与文件格式pandas提供了一些用于将表格型数据读取为DataFrame对象的函数。其中read_csv和read_talbe用得最多pandas
pandas可以将读取到的表格型数据(文件不一定要是表格)转成DataFrame类型的数据结构,然后我们可以通过操作DataFrame进行数据分析,数据预处理以
pandas可以非常方便的写数据到excel,那么如何写多个dataframe到不同的sheet呢?使用pandas.ExcelWriterimportpand
在pandas里,DataFrame是最经常用的数据结构,这里总结生成和添加数据的方法:①、把其他格式的数据整理到DataFrame中;②在已有的DataFra