一、函數原型
pandas.read_sql(sql, con, index_col=None,
coerce_float=True, params=None,
parse_dates=None, columns=None,
chunksize=None)
二、常用參數說明
- sql:SQL命令字符串
- con：連接sql數據庫的engine，一般可以用SQLalchemy或者pymysql之類的包建立
- index_col: 選擇某1列或幾列作為index（或MultiIndex），字符串或字符串列表
- coerce_float:非常有用，將數字形式的字符串直接以float型讀入
- parse_dates:將某一列日期型字符串轉換為datetime型數據，與pd.to_datetime函數功能類似。可以直接提供需要轉換的列名以默認的日期形式轉換，也可以用字典的格式提供列名和轉換的日期格式：
比如{column_name: format string}（format string："%Y:%m:%H:%M:%S"）。 - columns:要選取的列。一般沒啥用，因為在sql命令里面一般就指定要選擇的列了
- chunksize：如果提供了一個整數值，那么就會返回一個generator，每次輸出的行數就是提供的值的大小。
三、連接數據庫方式——MySQL
①用sqlalchemy包構建數據庫鏈接
import pandas as pd
from sqlalchemy import create_engine
# ‘mysql+pymysql://{用戶名}:{密碼}@{域名}:{端口號}/{數據庫名}?charset=utf8’
con = create_engine('mysql+pymysql://root:123456@localhost:3306/data')
# sql腳本
sql = 'select * from sc'
# 把sql查詢結果讀取為數據框
df = pd.read_sql(sql,con)
封裝數據庫信息，格式化傳入：
db_info = {
'user':'root',
'password':'123456',
'host':'localhost',
'database':'data',
'port':3306
}
con = create_engine('mysql+pymysql://%(user)s:%(password)s@%(host)s:%(port)d/%(database)s?charset=utf8' % db_info,encoding='utf-8')
②用DBAPI構建數據庫鏈接
import pandas as pd
import pymysql
sql = 'select * from sc'
con = pymysql.connect(host='localhost',user='root',password='123456',database='data',port=3306,charset='utf8')
df = pd.read_sql(sql,con)
③將數據庫敏感信息保存在文件中
在桌面創建文件夾‘password’，在文件夾中創建文件‘root@mysql.txt’，文件寫入數據庫連接信息：
mysql+pymysql://root:123456@localhost:3306/data
保存即可。
db_info = open(r'C:/Users/asus/Desktop/password/root@mysql.txt')
con = create_engine(db_info.read())