pandas讀取各類sql數據源

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。