pandas习题 057：从 MySQL 中读取数据到 DataFrame

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

（编码题）如何从 MySQL 中读取数据到 pandas 的 DataFrame。

参考答案

首先，确保安装了 pandas、SQLAlchemy 和 pymysql 这三个库。这些库分别用于数据处理、数据库连接以及 MySQL 驱动。

pip install pandas sqlalchemy pymysql

假设我们有一个名为 test_db 的 MySQL 数据库，其中有一个表 employees，结构如下：

CREATE TABLE employees (
    id INT PRIMARY KEY AUTO_INCREMENT,
    name VARCHAR(50),
    age INT,
    department VARCHAR(50),
    hire_date DATE
);

插入一些示例数据：

INSERT INTO employees (name, age, department, hire_date) VALUES
('Alice', 30, 'HR', '2020-01-15'),
('Bob', 25, 'Engineering', '2021-03-22'),
('Charlie', 35, 'Marketing', '2019-07-10'),
('David', 28, 'Engineering', '2022-05-18');

Python 代码如下：

import pandas as pd
from sqlalchemy import create_engine

# 1. 创建数据库连接
engine = create_engine('mysql+pymysql://root:password@localhost:3306/test_db')

# 2. 定义 SQL 查询
query = "SELECT * FROM employees"

# 3. 读取所有数据
df_all = pd.read_sql(query, engine)
print("所有员工数据：")
print(df_all)

# 4. 指定索引列
df_index = pd.read_sql(query, engine, index_col='id')
print("\n指定索引列后的数据：")
print(df_index)

# 5. 参数化查询
department = 'Engineering'
df_param = pd.read_sql(
    "SELECT * FROM employees WHERE department = %s",
    engine,
    params=(department,)
)
print(f"\n部门为 {department} 的员工：")
print(df_param)

# 6. 解析日期列
df_dates = pd.read_sql(
    query,
    engine,
    parse_dates=['hire_date']
)
print("\n解析日期列后的数据类型：")
print(df_dates.dtypes)

# 7. 分块读取数据
chunksize = 2
print("\n分块读取数据：")
chunks = pd.read_sql(query, engine, chunksize=chunksize)
for i, chunk in enumerate(chunks):
    print(f"Chunk {i+1}:")
    print(chunk)

解析

查看相关链接中的知识。

（完）

pandas习题 057：从 MySQL 中读取数据到 DataFrame

参考答案

解析

相关内容