sqlalchemy 连接使用 MySQL_sqlalchemy mysql

连接数据库

from sqlalchemy import create_engine
 
# 连接
connwin = create_engine('mysql+pymysql://root:123456@localhost:3306/db?charset=utf8')

插入数据库

result 为 DataFrame 类型的数据，可通过 to_sql 方法直接插入数据库，不用写 insert 语句，前提是数据库中已经建立好了表，在插入种可能会遇见编码问题，主键重复chauffeur等，具体问题具体修改。

具体参数

pandas 写入mysql数据库.to_sql方法详解_LeiliFengX的博客-CSDN博客_pandas to_sql

def to_sql(self, name, con, schema=None, if_exists='fail', index=True,
           index_label=None, chunksize=None, dtype=None, method=None):

from sqlalchemy import create_engine
import pandas as pd
 
# 连接
connwin = create_engine('mysql+pymysql://root:123456@localhost:3306/db?charset=utf8')
 
# 插入数据库
result.to_sql(table, con=conn, if_exists='append',index=False,chunksize=1000)

name:指定的是将输入接入数据库当做的哪个表

con：与数据库链接的方式，推荐使用sqlalchemy的engine类型

schema: 相应数据库的引擎，不设置则使用数据库的默认引擎，如mysql中的innodb引擎

if_exists: 当数据库中已经存在数据表时对数据表的操作，有replace替换、append追加，fail则当表存在时提示ValueError。

index：对DataFrame的index索引的处理，为True时索引也将作为数据写入数据表

index_label:当上一个参数index为True时，设置写入数据表时index的列名称

chunsize：设置整数，如20000，一次写入数据时的数据行数量，当数据量很大时，需要设置，否则会链接超时写入失败。

dtype：写入数据表时，可以设置列的名称(The keys should be the column
names and the values should be the SQLAlchemy types or strings for
the sqlite3 legacy mode),需要设置时，类型需要和sqlalchemy的类型保持一致.当不设置时，to_sql生成表时会自动兼容最大的类型。

.to_sql()参数中除 name、con必填外，可选参数index推荐使用False，同时dtype推荐不使用。

to_sql方法当数据表不存在时创建，存在时根据if_exists参数设置的replace，append，fail时分别对应替换、追加、失败处理。

数据库中对表的增删改，最好是在数据库层面处理，不应该由to_sql()方法设置，虽然这个方法本身可以在表不存在时增加表，但是不推荐。在数据库层面设计表，需要根据表的数据，不同的字段设计合理的存储类型，可以对表进行合理的设计和优化。to_sql()本身创建的表，浮点类型是double，整型bigint，字符类型默认兼容最大的text，虽然可以使用dtype参数设置类型，但我个人不推荐使用。还是建议在数据库中先创建合理的目标表，在根据to_sql()方法，将数据写入目标表中。

更新数据

from sqlalchemy import create_engine
import pandas as pd
 
# 连接
connwin = create_engine('mysql+pymysql://root:123456@localhost:3306/db?charset=utf8')
 
# 更新数据
sqlupdate = """update table set name = '%s' where  id = %s""" % ()
connods.execute(sqlupdate)

根据 id 更新 table 表中 name 字段，其中 id 为数值，name 为字符串，如果是字符串类型字段，在代码中注意写法是 '%s'  ，如果漏了引号，那不执行 

查询数据

查询出的数据格式为 DataFrame

from sqlalchemy import create_engine
import pandas as pd
 
# 连接
conn = create_engine('mysql+pymysql://root:123456@localhost:3306/db?charset=utf8')
 
 
sql1 = """select * from table"""
df= pd.read_sql(sql1,con)