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/ SQLAlchemy2、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