Pymysql+Pandas+Sqlalchemy數據庫更新腳本編寫

#導入需要的包，使用pymysql操作數據庫

#pandas包很強大，可以直接讀取數據表，創建dataframe數據結構，同時可以直接將dataframe導出到數據庫

#sqlalchemy創建引擎，與數據庫進行連接

import pymysql
import pandas as pd
import sqlalchemy
from sqlalchemy import create_engine
from pandas import DataFrame

 

#把數據表導入數據庫
def put_data(df1):
　　user = '***'
　　pwd = '***'
　　host = '***'
　　port = 3306
　　DB = '***'

　　#引擎：也就是實體數據庫連接。傳入參數：數據庫類型+連接庫+用戶名+密碼+主機，字符編碼
　　conn = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8'.format(user, pwd, host, port, DB)
　　conn1 = create_engine(conn)

　　#to_sql函數支持兩類mysql引擎一個是sqlalchemy，另一個是sqlliet3.沒錯，在你寫入庫的時候，pymysql是不能用的！！！mysqldb也是不能用的，你只能使用sqlalchemy或者sqlliet3！注意！！！to_sql函數並不在pd之中，而是在io.sql之中，是sql腳本下的一個類！！！所以to_sql的最好寫法就是：
　　return pd.io.sql.to_sql(df1, name='***', con=conn1, if_exists='append')

 

　　#to_sql參數說明：(數據, '表名', con=連接鍵, schema='數據庫名', if_exists='操作方式')? ? 操作方式有append、fail、replace、append：如果表存在，則將數據添加到這個表的##后面

df1 = pd.read_excel(r'***.xlsx')
put_data(df1)

 

#從數據庫提取數據表
def get_data():
　　user = '***'
　　pwd = '***'
　　host = '***'
　　port = 3306
　　DB = '***'
　　conn = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8'.format(user, pwd, host, port, DB)
　　conn1 = create_engine(conn)
　　sql_cmd = 'SELECT * FROM ***'
　　return pd.read_sql(sql=sql_cmd, con=conn1)
df1 = get_data()
df1.to_excel(r'***.xlsx')