溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹了python將數據插入數據庫的案例分析，具有一定借鑒價值，需要的朋友可以參考下。希望大家閱讀完這篇文章后大有收獲。下面讓小編帶著大家一起了解一下。
python將數據插入數據庫的方法：
比如現在我們要將如下Excel數據表格插入到MySQL數據庫中，該如何實現呢？
實現代碼：
#導入需要使用到的數據模塊
import pandas as pd
import pymysql
#讀入數據
filepath = 'E:\_DataSet\catering_sale.xls'
data = pd.read_excel(filepath)
#建立數據庫連接
db = pymysql.connect('localhost','root','1234','python_analysis')
#獲取游標對象
cursor = db.cursor()
#創建數據庫，如果數據庫已經存在，注意主鍵不要重復，否則出錯
try:
cursor.execute('create table catering_sale(num int primary key,date datetime, sale float )')
except:
print('數據庫已存在！')
#插入數據語句
query = """insert into catering_sale (num, date, sale) values (%s,%s,%s)"""
#迭代讀取每行數據
#values中元素有個類型的強制轉換，否則會出錯的
#應該會有其他更合適的方式，可以進一步了解
for r in range(0, len(data)):
num = data.ix[r,0]
date = data.ix[r,1]
sale = data.ix[r,2]
values = (int(num), str(date), float(sale))
cursor.execute(query, values)
#關閉游標，提交，關閉數據庫連接
#如果沒有這些關閉操作，執行后在數據庫中查看不到數據
cursor.close()
db.commit()
db.close()
#重新建立數據庫連接
db = pymysql.connect('localhost','root','1234','python_anylysis')
cursor = db.cursor()
#查詢數據庫并打印內容
cursor.execute('''select * from catering_sale''')
results = cursor.fetchall()
for row in results:
print(row)
#關閉
cursor.close()
db.commit()
db.close()知識點擴展：
數據庫連接池
數據庫的連接是昂貴的，一個連接要經過TCP三次握手，四次揮手，而且一臺計算機的最大線程數也是有限的
數據庫連接池技術就是先創建好連接，再直接拿出來使用
import mysql.connector,mysql.connector.pooling
config={
"host": "localhost", "port": "3306",
"user": "root", "password": "password",
"database": "demo"
}
try:
pool=mysql.connector.pooling.MySQLConnectionPool(**config,pool_size=5)
con=pool.get_connection()
con.start_transaction()
cursor = con.cursor()
sql = "INSERT INTO t_dept(deptno,dname,loc) VALUES(%s,%s,%s);"
cursor.execute(sql, (70, "SALES", "HUBAI"))
con.commit()
except Exception as e:
if "con" in dir():
con.rollback()
print(e)
# do not need to close con感謝你能夠認真閱讀完這篇文章，希望小編分享python將數據插入數據庫的案例分析內容對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，遇到問題就找億速云，詳細的解決方法等著你來學習!
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
