Pandas操作數據庫新建表&增加現有表數據

1、連接數據庫

import pandas as pd
import pymysql
from sqlalchemy import create_engine
engine = create_engine('mysql+mysqlconnector://root:admin@localhost:3306/nodb')

2、新增表

創建一個DataFrame對象

df = pd.DataFrame({'id':[1], 'name':['a'], 'code':['a'], 'color':['a'], 'yn':[1]})
df

 

df.to_sql('test_tag1', engine, index=False)

　這樣的操作之后是生成了一個新表，index參數表示不把索引寫到數據庫。

3、現有表新增數據

 

df.to_sql('mg_tag1', engine, index=False， if_exists='append')

 

　比上個操作增加了一個參數，表結構存在就添加數據就好了。

PS：to_sql參數

參數：

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（如果數據庫支持）。如果為None，請使用默認架構。 if_exists：{'fail'，'replace'，'append'}，默認'fail' 如果表已存在的情況如下， fail：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sequence。 chunksize：int，可選 行將一次批量寫入的數量。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。

異常：

ValueError異常 當表已經存在且if_exists為'fail'時（默認值）。