用python在后端将数据写入到数据库并读取

用python在后端将数据写入到数据库:

# coding:utf-8
import pandas as pd
from sqlalchemy import create_engine
# 初始化数据库连接,使用pymysql模块
# MySQL的用户:root, 密码:147369, 端口:3306,数据库:mydb
engine = create_engine(‘mysql+pymysql://root:[email protected]:3306/python1‘)
import numpy as np
import datetime
start = datetime.datetime.now().strftime(‘%Y-%m-%d‘)
end = (datetime.datetime.now()+datetime.timedelta(days=100)).strftime(‘%Y-%m-%d‘)
# 新建pandas中的DataFrame, 只有id,num两列
df = pd.DataFrame(data=np.random.randint(-100,100,(100,100)),index=pd.date_range(‘2018-1-1‘,periods=100,dtype=‘datetime64[ns]‘, freq=‘D‘),columns=None,dtype=int)
print(df.shape)
# 将新建的DataFrame储存为MySQL中的数据表,不储存index列
df.to_sql(‘data‘, engine, if_exists=‘append‘,index= True)

读取:

# -*- coding: utf-8 -*-

# 导入必要模块
import pandas as pd
from sqlalchemy import create_engine

# 初始化数据库连接,使用pymysql模块
# MySQL的用户:root, 密码:147369, 端口:3306,数据库:mydb
engine = create_engine(‘mysql+pymysql://root:[email protected]:3306/python1‘)

# 查询语句,选出employee表中的所有数据
sql = ‘‘‘
      select * from student;
      ‘‘‘

# read_sql_query的两个参数: sql语句, 数据库连接
df = pd.read_sql_query(sql, engine)
# 输出employee表的查询结果
print(df.shape)

原文地址:https://www.cnblogs.com/Dark-fire-liehuo/p/9819699.html

时间: 2024-09-29 18:26:12

用python在后端将数据写入到数据库并读取的相关文章

将pandas的DataFrame数据写入MySQL数据库 + sqlalchemy

将pandas的DataFrame数据写入MySQL数据库 + sqlalchemy [python] view plain copy print? import pandas as pd from sqlalchemy import create_engine ##将数据写入mysql的数据库,但需要先通过sqlalchemy.create_engine建立连接,且字符编码设置为utf8,否则有些latin字符不能处理 yconnect = create_engine('mysql+mysql

PHP如何通过SQL语句将数据写入MySQL数据库呢?

1,php和MySQL建立连接关系 2,打开 3,接受页面数据,PHP录入到指定的表中 1.2两步可直接使用一个数据库链接文件即可:conn.php <?phpmysql_connect("localhost","root","");//连接MySQLmysql_select_db("hello");//选择数据库?> 当然,前提是已经安装WEB服务器.PHP和MySQL,并且建立MySQL表“webjx” mys

ODP方式,大批量数据写入ORACLE数据库

项目中在同步数据的时候,需要把获得的数据DataTable,写入oracle数据库 因为System.Data.OracleClient写入方式写入大批量数据特别慢,改用Oracle.DataAccess写入方式(上代码): ODP工具类: 需要引入命名空间: using Oracle.DataAccess;using Oracle.DataAccess.Client;using Oracle.DataAccess.Types; 1 ODP_Inserter 2 { 3 /// <summary

Flink RichSourceFunction应用,读关系型数据(mysql)数据写入关系型数据库(mysql)

1. 写在前面 Flink被誉为第四代大数据计算引擎组件,即可以用作基于离线分布式计算,也可以应用于实时计算.Flink的核心是转化为流进行计算.Flink三个核心:Source,Transformation,Sink.其中Source即为Flink计算的数据源,Transformation即为进行分布式流式计算的算子,也是计算的核心,Sink即为计算后的数据输出端.Flink Source原生支持包括Kafka,ES,RabbitMQ等一些通用的消息队列组件或基于文本的高性能非关系型数据库.而

将Excel上千条数据写入到数据库中

简要说明:因工作需要,需要一张Excel表格中的所有数据导入到数据库中.如下表,当然这只是一部分,一共一千多条. 前期处理: 首先要保证上图中的Excel表格中的数据不能为空,如果有为空的数据,可以稍微进行处理,比如将所有为空的数据替换成加一个空格.(我的这个解析器只能解析Microsoft Excel 97-2003 工作表 (.xls)这个格式的表格,如果不是这个形式的需要进行转化.) 然后就是找一个添加页面,添加一个上传附件的功能,即添加一个type类型为file的input标签.比如 <

python读取文本数据写入到数据库及查询优化

文本数据格式 ip2int函数用于IP地址转化为整数 int2ip函数用于整数转化为IP地址 insert_row函数用于插入数据库记录 from __future__ import print_function import torndb def get_mysql_conn():     return torndb.Connection(         host=mysql["host"] + ":" + mysql["port"],   

python codecs模块 ---处理数据写入文件时会有编码不统一的问题

我们用open方法打开文件有时候会有一些问题,因为open打开文件只能写入str类型,而不会管字符串是什么编码方式. 示例: >>> fr = open('test.txt','a') >>> line1 = "我爱祖国" >>> fr.write(line1) 有编码不统一的时候,此时写入open方式打开的文件就有问题了. >>> line2 = u'我爱祖国' >>> fr.write(lin

使用python,将excel数据批量导入数据库

这是上一篇文章的优化版本,相较于一条一条的执行sql语句,本文中,将excel中所有的数据先写到list列表中 在通过函数 cursor.executemany(sql, list) 一次性写入到数据库中 import pymysql import xlrd ''' 连接数据库 args:db_name(数据库名称) returns:db ''' def mysql_link(de_name): try: db = pymysql.connect(host="127.0.0.1", u

Cassandra 如何读取数据/写模式如果影响读取

如何读取数据? 为了满足读取要求,Apache Cassandra™(DDAC)数据库的DataStax分布必须组合来自活动内存表和可能多个SSTable的结果.如果内存表具有所需的分区数据,则将读取该数据并将其与SSTables中的数据合并. 数据库在读取路径上的多个阶段处理数据,以发现数据的存储位置(从内存表中的数据开始,以SSTables结尾): 检查内存表 检查行缓存(如果启用) 检查布隆过滤器 检查分区键缓存(如果启用) 如果在分区键缓存中找到了分区键,则直接转到压缩偏移量映射表:如果