仅用Python三行代码，实现数据库和excel之间的导入导出！-轻识

↑ 关注 + 星标 ，每天学Python新技能
后台回复【大礼包】送你Python自学大礼包

之前有小伙伴私信我使用python如何将excel文件与mysql之间进行快速转换？今天我把这个方案写出来供大家参考。

数据库->Excel

使用Python代码实现数据从数据库导入到Excel其实很简单，三行代码就可以搞定！

我们首先看一下数据库里面有一个 department这个部门表。这个表里有六条数据，分别代表不同的部门。

接下来看一下这个Python代码，首先导入需要用到的库SQLAlchemy，这是Python中最有名的ORM工具。

全称Object Relational Mapping（对象关系映射）。

为什么要使用SQLAlchemy？

它可以将你的代码从底层数据库及其相关的SQL特性中抽象出来。

特点是操纵Python对象而不是SQL查询，也就是在代码层面考虑的是对象，而不是SQL，体现的是一种程序化思维，这样使得Python程序更加简洁易读。

具体使用方法如下：

from sqlalchemy import create_engine
import pandas as pd

# 创建数据库连接
engine = create_engine('mysql+pymysql://root:211314@localhost/hong')

# 读取mysql数据
db = pd.read_sql(sql='select * from hong.department', con=engine)

# 导出数据到excel
db.to_excel('部门数据.xlsx')

第一行代码就是首先创建数据库的连接。

我的mysql用户名是root，密码是211314，

因为这里我启动是启动的是本地的数据库服务，所以是localhost。

斜杠后面跟的是这个数据库的名称hong

第二行代码就是使用pandas的read_sql()查询mysql表department中的数据

第二行代码就是将查询出来的数据通过pandas的to_excel()写到本地

执行结果成功写入本地excel文件

Excel->数据库

接下来我们再看看如何将本地的xlsx数据写入到mysql文件中。

from sqlalchemy import create_engine
import pandas as pd

# 创建数据库连接
engine = create_engine('mysql+pymysql://root:211314@localhost/hong')

# 读取xlsx文件
df = pd.read_excel('模拟数据.xlsx')

# 导入到mysql数据库
df.to_sql(name='test_data', con=engine, index=False, if_exists='replace')

同样第一行代码就是首先创建数据库的连接

第二行代码使用pandas的read_excel()读取本地文件。如下:

这是我用python的faker模拟出来的一百条数据

第三步使用pandas的to_sql()方法将读取到的数据写入到mysql中

代码执行完成后返回mysql中我的hong数据库发现多出了一个test_data的表。

打开看一下。那这个数据就跟本地的数据是一样的。

所以。这里我们用到三行代码从数据库向excel导入数据，又用了三行代码从excel向数据库导入数据。

总结一下：

双向数据导入，都是3行代码即可实现。

从数据库向excel导入数据：
1、用sqlalchemy创建数据库连接
2、用pandas的read_sql读取数据库的数据
3、用pandas的to_csv把数据存入csv文件

从excel向数据库导入数据：
1、用sqlalchemy创建数据库连接
2、用pandas的read_csv读取csv的数据
3、用pandas的to_sql把数据存入数据库

这就是今天的分享，谢谢大家。




使用Python+opencv进行图像处理
1分钟爬取全国高校信息，制成大屏可视化！
用 VSCode 写 Python，这 14 个插件不容错过！

仅用Python三行代码，实现数据库和excel之间的导入导出！

↑ 关注 + 星标 ，每天学Python新技能

后台回复【大礼包】送你Python自学大礼包

↑ 关注 + 星标，每天学Python新技能