python連接數據庫——create_engine和conn.cursor

 

python操作數據庫的方法：

一種是導入sqlalchemy包，另一種是導入psycopg2包。

具體用法如下（此處以postgre數據庫舉例）

第一種：

# 導入包
from sqlalchemy import create_engine
import pandas as pd
from string import Template
# 初始化引擎

engine = create_engine('postgresql+psycopg2://' + pg_username + ':' + pg_password + '@' + pg_host + ':' + str(
    pg_port) + '/' + pg_database)

query_sql = """
      select * from $arg1
      """
query_sql = Template(query_sql) # template方法

df = pd.read_sql_query(query_sql .substitute(arg1=tablename),engine) # 配合pandas的方法讀取數據庫值
# 配合pandas的to_sql方法使用十分方便（dataframe對象直接入庫）
df.to_sql(table, engine, if_exists='replace', index=False) #覆蓋入庫
df.to_sql(table, engine, if_exists='append', index=False)  #增量入庫

第二種方法，與jdbc使用極為相似

# 導入包
import psycopg2

# 初始化

conn = psycopg2.connect(database = database, user = username, password = passwd, host = host, port = port)

cursor = conn.cursor()

# 執行sql

cursor.execute(sql, values)  # 與jdbc的prepareStatement極為類似，執行的是一個具體的sql語句。

cursor也能調存儲過程，並且獲取返回值。