大數據分析中,我們經常需要使用pandas工具讀取各類數據源並將結果保存到數據庫中。
本文總結了一些讀取和寫入常用數據庫數據的一些方法,包括mysql,oracle,impala等。
其中讀取數據庫數據有兩種方法,一種是DBAPI2 connection,另一種是SQLAlchemy engine。下面介紹這兩種方法。
一、讀寫mysql數據
1.首先安裝python連接mysql的驅動,以mysql.connector為例
2.pandas讀取數據,分兩種方式:
#DBAPI2 connection方式連接 import mysql.connector
import pandas as pd
conn=mysql.connector.connect(host='127.0.0.1',user='root', passwd='password', db='test') sql='select * from mytable' df=pd.read_sql(sql,conn)
#SQLAlchemy engine方式
from sqlalchemy import create_engine
import pandas as pd
engine = create_engine('mysql+mysqlconnector://root:password@10.39.211.198:3306/test') df=pd.read_sql(sql,engine )
3.pandas寫入數據到mysql只有SQLAlchemy engine方式
#SQLAlchemy engine方式
from sqlalchemy import create_engine
import pandas as pd
engine = create_engine('mysql+mysqlconnector://root:password@10.39.211.198:3306/test') df.to_sql('mytable',con=engine,if_exists='append',index=False)
二、讀寫oracle數據
1.首先安裝python連接oracle的驅動cx_oracle
第2、3步驟同上,只是數據庫驅動的寫法不同。
oracle寫成:
from sqlalchemy import create_engine
conn=cx_Oracle.connect('scott','tiger','10.0.0.100:1521/ORCL') engine=create_engine('oracle://scott:tiger@10.0.0.100:1521/ORCL', echo=True)
三、讀寫impala數據
1.首先安裝python連接impala的驅動(參照我的博客http://www.cnblogs.com/dotafeiying/p/6956265.html)
第2、3步驟同上,只是數據庫驅動的寫法不同。
impala寫成:
from impala.dbapi import connect from sqlalchemy import create_engine conn = connect(host='127.0.0.1',port=21050,database='db') engine=create_engine('impala://127.0.0.1:21050/db')
用pandas往impala寫入數據時可能會拋出數據類型錯誤,
要注意impala的數據類型,下面給一個我在實際項目中解決的例子:
from sqlalchemy.sql.sqltypes import String
df.to_sql('address',con=sqlconn,if_exists='append',index=False,dtype={'address': String})
一定要加后面的 dtype={'address': String}
現在,你就可以盡情的用pandas進行數據分析了。
以上是我個人的一些總結。