不管是採用哪種方式都應該先保證建立了目標資料庫,即在mysql–data資料夾下有以目標資料庫名稱命名的子資料夾。且子表應該為以下格式,而不是.sql(未執行命令)檔案。
首選方法二
(因為僅sqlalchemy可連線支援read_sql_table。)
import pymysql
import pandas as pd
# 連線mysql
conn = pymysql.connect(host='localhost', user='root',password='123456',
database='testdb',charset="utf8")
sql_1 = "select * from meal_order_detail1"
#利用pandas直接獲取資料
data = pd.read_sql(sql_1, conn)
data.head() #前五行
conn = pymysql.connect(host='你的主機名', user='使用者名稱',password='密碼',
database='資料庫名稱',charset="utf8")
方法二(《python資料分析與應用》p81)
#sqlalchemy連線mysql資料庫的**
from sqlalchemy import create_engine
#建立乙個mysql聯結器,使用者名為root,密碼為123456
#位址為127.0.0.1,資料庫名稱為testdb,編碼為utf-8
engine = create_engine('mysql+pymysql:')
print(engine)
用read_sql_query,read_sql_table,read_sql讀取資料
#使用read_sql讀取訂單詳情表
detail1 = pd.read_sql('select * from meal_order_detail1',con= engine)
print('使用read_sql函式+sql語句讀取的訂單詳情表長度為:',len(detail1))
#使用to_sql方法寫入資料(先建立要新增的dataframe,再在to_sql中指定表名)(相當於mysql中的insert和create table語句)
df = pd.dataframe()
df.to_sql(name='my_balance', con=engine, if_exists='replace',
index=false, index_label='id')
#檢視新增資料後的資料庫**清單
formlist2 = pd.read_sql_query(sql_1,con = engine)
print(formlist2)
來自:
#檢視新新增進的資料
用阿里雲搭建遠端jupyter
整個過程充滿了坑 雲伺服器ecs 網路與安全 安全組 配置規則 jupyter notebook generate config 非root使用者選擇此條 jupyter notebook generate config allow config root使用者選擇此條 writing defaul...
用Jupyter開啟任意路徑下的檔案
1.用anaconda安裝了anaconda prompt 2.我的檔案在本地的路徑是 d download machinelearninginaction ch10 開啟anaconda prompt 我預設的路徑是在c盤下 切換盤 進入目標路徑 啟動jupyter notebook 對應三行命令...
jupyter讀取錯誤格式檔案的解決方案
使用pandas讀取xml檔案報錯 www.cppcns.comunsupported forma程式設計客棧t,or corrupt file expected bof record found b 轉換檔案格式,使用excel開啟xml檔案 選擇 檔案 另存為 彈框 儲存以後,再次用pandas...