我們首先看一下數據庫裡面有一個 department這個部門表。這個表裡有六條數據，分別代表不同的部門。
接下來看一下這個Python代碼，首先導入需要用到的庫SQLAlchemy，這是Python中最有名的ORM工具。
全稱Object Relational Mapping（對象關系映射）。
為什麼要使用SQLAlchemy？
它可以將你的代碼從底層數據庫及其相關的SQL特性中抽象出來。
特點是操縱Python對象而不是SQL查詢，也就是在代碼層面考慮的是對象，而不是SQL，體現的是一種程序化思維，這樣使得Python程序更加簡潔易讀。
具體使用方法如下：
from sqlalchemy import create_engine
import pandas as pd
engine = create_engine(‘mysql+pymysql://root:[email protected]/hong’)
db = pd.read_sql(sql=‘select * from hong.department’, con=engine)
db.to_excel(‘部門數據.xlsx’)
第一行代碼就是首先創建數據庫的連接。
我的mysql用戶名是root，密碼是211314，
因為這裡我啟動是啟動的是本地的數據庫服務，所以是localhost。
斜槓後面跟的是這個數據庫的名稱hong
第二行代碼就是使用pandas的read_sql()查詢mysql表department中的數據
第二行代碼就是將查詢出來的數據通過pandas的to_excel()寫到本地
執行結果成功寫入本地excel文件
接下來我們再看看如何將本地的xlsx數據寫入到mysql文件中。
from sqlalchemy import create_engine
import pandas as pd
engine = create_engine(‘mysql+pymysql://root:[email protected]/hong’)
df = pd.read_excel(‘模擬數據.xlsx’)
df.to_sql(name=‘test_data’, con=engine, index=False, if_exists=‘replace’)
同樣第一行代碼就是首先創建數據庫的連接
第二行代碼使用pandas的read_excel()讀取本地文件。如下:
這是我用python的faker模擬出來的一百條數據
第三步使用pandas的to_sql()方法將讀取到的數據寫入到mysql中
代碼執行完成後返回mysql中我的hong數據庫發現多出了一個test_data的表。
打開看一下。那這個數據就跟本地的數據是一樣的。
所以。這裡我們用到三行代碼從數據庫向excel導入數據，又用了三行代碼從excel向數據庫導入數據。
相關資料獲取點擊[這裡是圖片005]https://docs.qq.com/doc/DU2t3eVlTdE9TekRJ
總結一下：
雙向數據導入，都是3行代碼即可實現。
從數據庫向excel導入數據：
1、用sqlalchemy創建數據庫連接
2、用pandas的read_sql讀取數據庫的數據
3、用pandas的to_csv把數據存入csv文件
從excel向數據庫導入數據：
1、用sqlalchemy創建數據庫連接
2、用pandas的read_csv讀取csv的數據
3、用pandas的to_sql把數據存入數據庫a
