vlambda博客
学习文章列表

一、前言

之前我分享过两次python的高效编程技巧，分别是，

python一行代码生成详细数据分析报告：

python一行代码实现网页爬虫：

已关注

Follow

Replay Share Like

切换到竖屏全屏 退出全屏

老男孩的平凡之路 已关注

Share 点赞 Wow

Added to Top Stories

Share Video

，时长01:50

0/0

00:00 / 01:50

切换到横屏模式

继续播放

进度条，百分之0

00:00

/

01:50

01:50

全屏

倍速播放中

继续观看

仅用Python三行代码，实现数据库和excel之间的导入导出！

Original

,

仅用Python三行代码，实现数据库和excel之间的导入导出！

老男孩的平凡之路 已关注

Share 点赞 Wow

Added to Top Stories

这次，我们分享一期，用python三行代码，实现数据库和excel之间的导入导出！

二、python代码

首先，看一下MySQL数据库中的数据：

表名：college_t1

表数据：共4行数据，大学排名数据

2.1 从MySQL数据库导入csv

开始编写python代码，把MySQL数据导出到excel。

导入需要的库：

from sqlalchemy import create_engine # 用于创建数据库连接import pandas as pd # 用来存入excel文件

最核心的三行代码：

# 1、创建数据库连接engine = create_engine('mysql+pymysql://root:123456@localhost/db_test')# 2、读取MySQL数据df1 = pd.read_sql(sql="SELECT * FROM db_test.college_t1", con=engine)# 3、导出CSV文件df1.to_csv('大学数据.csv', index=False)

用create_engine创建数据库连接，格式为：

这样，数据库连接就创建好了。

然后用pandas自带的read_sql函数，读取MySQL数据，传入SELECT的sql语句，和数据库连接，这2个参数。

最后，用我们最熟悉的to_csv把数据保存到csv，完成！

2.2 从csv导入MySQL数据库

下面，把刚才生成的csv文件，导入到MySQL数据库的另一个表：

# 1、读取CSV文件df2 = pd.read_csv('大学数据.csv')# 2、导入MySQL数据库df2.to_sql(name='college_t2', con=engine, index=False, if_exists='replace')

首先，用pandas的read_csv函数读取csv文件。

然后，用pandas的to_sql函数，把数据存入MySQL数据库：

name='college_t2' #mysql数据库中的表名

con=engine # 数据库连接

index=False #不包含索引字段

if_exists='replace' #如果表中存在数据就替换掉，还支持append(追加数据)

非常方便地完成了反向导入，即：从csv向数据库的导入。

三、讲解视频

同步讲解视频：

四、总结

三行代码实现数据库和excel之间的导入导出。

• 第一行，创建数据库连接。

• 第二行，读取源数据（read_sql or read_csv）

• 第三行，存入数据（to_csv or to_sql）

  
  

需要说明的是：

这里的MySQL数据库，可以换成任意其他类型数据库，比如Oracle、sqlserver等，只要创建对应的数据库连接就可以。

这里的csv，可以换作excel、txt等，其他可以读取为DataFrame格式的任意文件类型。

其他高效python编程，推荐阅读：