實例：
import pymysql
import pandas as pd
import numpy as np
from sqlalchemy import create_engine
df = pd.DataFrame([[1,"Bob",0],
[2,"Kim",1]],columns=["id","name","sex"])
df
id name sex
0 1 Bob 0
1 2 Kim 1
from sqlalchemy import create_engine
engine = create_engine("mysql://{}:{}@{}/{}?charset=utf8".format('username','password','host:port', 'database'))
con = engine.connect()
df.to_sql(name='students', con=con, if_exists='append', index=False)
若表不存在，創建字段都是text,bigint等
df.to_sql參數介紹:
name：string
SQL表的名稱。
con：sqlalchemy.engine.Engine或sqlite3.Connection
使用SQLAlchemy可以使用該庫支持的任何數據庫。為sqlite3.Connection對象提供了舊版支持。
schema：string，optional
指定架構（如果數據庫flavor支持此）。如果為None，請使用默認架構。
if_exists：{'fail'，'replace'，'append'}，默認'fail'
如果表已存在，如何表現。
- 失敗：引發ValueError。
- replace：在插入新值之前刪除表。
- append：將新值插入現有表。
index：布爾值，默認為True
將DataFrame索引寫為列。使用index_label作為表中的列名。
index_label：字符串或序列，默認為None
索引列的列標簽。如果給出None（默認）且 index為True，則使用索引名稱。如果DataFrame使用MultiIndex，則應該給出一個序列。
chunksize：int，可選
行將一次批量寫入此大小。默認情況下，所有行都將立即寫入。
dtype：dict，可選
指定列的數據類型。鍵應該是列名，值應該是SQLAlchemy類型或sqlite3傳統模式的字符串。