共计 3714 个字符，预计需要花费 10 分钟才能阅读完成。
明天咱们来摸索 pandas。
一、基本知识概要
- SQLAlchemy 模块装置
- 数据库 PostgreSQL 下载安装
- PostgreSQL 根本介绍应用
- Pandas+SQLAlchemy 将数据导入 PostgreSQL
- Python 与各种数据库的交互代码实现
二、开始入手动脑
1、SQLAlchemy 模块装置
装置SQLAlchemy模块(上面操作都是在虚拟环境下)：办法一：间接 pip 装置(最简略，装置慢，可能出错)
pip install SQLAlchemy办法二：轮子 (wheel) 装置(比较简单，装置速度还能够，根本不出错) 点击这里下载SQLAlchemy 的.whl文件，而后挪动到你的开发环境目录下。
pip install xxxxx.whl办法三：豆瓣源装置(比较简单，装置速度快，不便，举荐)
pip install \-i https://pypi.douban.com/simple/ SQLAlchemy
2、数据库 PostgreSQL 下载安装
（1） 下载地址：https://www.enterprisedb.com/…
（2） 下载实现后，点击安装文件，基本上就是 Next。
First，装置目录，倡议本人抉择，不要装置在 C 盘。
Second，Password，能够设置简略点，毕竟只是用来本人学习。
Third，端口号，倡议不要改，就用 5432，改了容易和其余端口抵触，到时候本人又不晓得怎么解决，麻烦。
其余没有说到的就默认设置，Next，Next，Next~ 装置过程个别 10 分钟左右，不要急。Finally，装置实现后，勾销图上的选项框，图上的意思是在后盾启动 Stack Builder（堆栈生成器），没有必要。
最初举荐几个相干学习网站 Postgre 社区：https://www.postgresql.org/co… Postgre 官网文档：https://www.postgresql.org/docs/ 易百 Postgre 学习教程：https://www.yiibai.com/postgr…
3、PostgreSQL 根本介绍应用
（1） PostgreSQL 特点
以上内容截取自 易百 Postgre 学习教程。（2） 利用 PostgreSQL 创立一个数据库 a . 关上pgADmin4，发现这个图形化操作界面是一个 Web 端的，先会要求输出 Password，就是装置时候设置的 Password。点击Servers->PostgreSQL 11->Databases-> 右键 ->Create->Database。
b . 输出数据库名称，其余默认，正文本人轻易写，我写的first database，示意我的第一个数据库。
咱们还能够看一下数据库创立的语句，点击弹框中的SQL即可。
4、Pandas+SQLAlchemy 将数据导入 Postgre
（1） Python 操作代码
import pandas as pd
import sqlalchemy as sa
\# 读取的 CSV 文件门路
r\_filepath \= r"H:\\PyCoding\\Data\_analysis\\day01\\data01\\realEstate\_trans.csv"
\# 数据库鉴权
user \= "postgres" \# 数据库用户名
password \= "root" \# 数据库 password
db\_name \= "test513" \# 数据库名称
\# 连贯数据库
engine \= sa.create\_engine('postgresql://{0}:{1}@localhost:5432/{2}'.format(user, password, db\_name))
print(engine)
\# 读取数据
csv\_read \= pd.read\_csv(r\_filepath)
\# 将 sale\_date 转成 datetime 对象
csv\_read\['sale\_date'\] \= pd.to\_datetime(csv\_read\['sale\_date'\])
\# 将数据存入数据库
csv\_read.to\_sql('real\_estate', engine, if\_exists\='replace')
print("实现")
\# 可能报错：ModuleNotFoundError: No module named 'psycopg2'
\# 解决办法：pip install psycopg2（2） 代码解析
engine \= sa.create\_engine('postgresql://{0}:{1}@localhost:5432/{2}'.format(user, password, db\_name))sqlalchemy 的 create\_engine 函数，创立一个数据库连贯，参数为一个字符串，字符串的格局是：
<database_type>://<user_name>:<password>@<server>:<port>/<database_name>
数据库类型:// 数据库用户名: 数据库 password@服务器 IP(如:127.0.0.1)或者服务器的名称(如：localhost): 端口号 / 数据库名称
其中能够是：postgresql，mysql 等。
csv\_read.to\_sql('real\_estate', engine, if\_exists\='replace')pandas 的 to\_sql 函数，将数据（csv\_read 中的）间接存入 postgresql，第一个参数指定了存储到数据库后的表名，第二个参数指定了数据库引擎，第三个参数示意，如果表real_estate曾经存在，则替换掉。（3） 运行后果
此外，pandas库还提供了数据库查问操作函数read_sql_query, 只需传入查问语句和数据库连贯引擎即可，源码正文为Read SQL query into a DataFrame.，意思是：把数据库查问的内容变成一个DataFrame对象返回。
query \= 'SELECT \* FROM real\_estate LIMIT 10'
top10 \= pd.read\_sql\_query(query, engine)
print(top10)
5、Python 与各个数据库的交互代码
a . Python 与 MySql
\# 应用前先装置 pymysql 模块：pip install pymysql
\# 导入 pymysql 模块
import pymysql
#连贯数据库, 参数阐明：服务器，用户名，数据库 password，数据库名称
db \= pymysql.connect("localhost","root","root","db\_test")
#应用 cursor()办法创立一个游标对象
cursor \= db.cursor()
#应用 execute()办法执行 SQL 语句
cursor.execute("SELECT \* FROM test\_table")
#应用 fetall()获取全副数据
data \= cursor.fetchall()
#敞开游标和数据库的连贯
cursor.close()
db.close()b . Python 与 MongoDB
\# 应用前先装置 pymongodb 模块：pip install pymongodb
\# 导入 pymogodb 模块
import pymongo
\# 连贯数据库, 参数阐明：服务器 IP，端口号默认为 27017
my\_client \= pymongo.MongoClient(host\="127.0.0.1",port\=27017)
\# 间接通过数据库名称索引，有点像字典
my\_db \= my\_client\["db\_name"\]
\# 连贯 collection\_name 汇合，Mongodb 里汇合就相当于 Mysql 里的表
my\_collection \= my\_client\["collection\_name"\]
datas \= my\_collection.find() \# 查问
for x in datas :
print(x)c . Python 与 Sqlite
\# 应用前先装置 sqlite3 模块：pip install sqlite3
'''
sqlite 数据库和后面两种数据库不一样，它是一个本地数据库
也就是说数据间接存在本地，不依赖服务器
'''
\# 导入 sqlite3 模块
import sqlite3
\# 连贯数据库，参数阐明：这里的参数就是数据文件的地址
conn \= sqlite3.connect('test.db')
#应用 cursor()办法创立一个游标对象
c \= conn.cursor()
#应用 execute()办法执行 SQL 语句
cursor \= c.execute("SELECT \* from test\_table")
for row in cursor:
print(row)
#敞开游标和数据库的连贯
c.close()
conn.close()三、送你的话
保持 and 致力：终有所获。
如果文章对你有帮忙的话，点个赞再走吧