使用PyMySQL包获取的数据为元组或者字典格式,如果要做进一步的处理,还需要转换成pandas的DataFrame格式,比较麻烦。
而直接用pandas的read_sql_query()函数可以直接得到DataFrame格式的数据,而且同样可以对表进行增删改查的操作
注意,除了PyMySQL、pandas,还需要安装SQLAlchemy包
基本查询操作:
import pymysql
import pandas as pd
import sqlalchemy
con=sqlalchemy.create_engine('mysql+pymysql://root:[email protected]:3306/question?charset=utf8')
#创建数据库的连接引擎
dt=pd.read_sql_query(sql='select * from question.q_info',con=con,index_col=['id'])
#根据SQL读取数据
print(dt)
运行结果:
read_sql_query()函数还有一些其他的参数:
coerce:尝试将非字符串及非数值对象转换成浮点数字,默认为True
params:可以是列表、字典、元组,用于存储动态拼接SQL命令的变量
parse_dates:将指定字段解析成日期格式
chunksize:如果不设置,返回的是DataFrame对象
增加数据
import pymysql
import pandas as pd
import sqlalchemy
con=sqlalchemy.create_engine('mysql+pymysql://root:[email protected]:3306/question?charset=utf8')
#创建数据库的连接引擎
pd.read_sql_query(sql="insert into question.q_info values(8,'zsgvdx','不服从部分')",con=con)
#增加数据
dt=pd.read_sql_query(sql='select * from question.q_info',con=con,index_col=['id'])
#根据SQL读取数据
print(dt)