相關(guān)mysql視頻教程推薦:《mysql教程》
上代碼:
reload(sys) sys.setdefaultencoding('utf-8') host = '127.0.0.1' port = 3306 db = 'world' user = 'root' password = '123456' con = MySQLdb.connect(host=host,charset="utf8",port=port,db=db,user=user,passwd=password) try: df = pd.read_sql(sql=r'select * from city', con=con) df.to_sql('test',con=con,flavor='mysql') except Exception as e: print(e.message)
不出意外的話會(huì)打印出一句:database flavor MySQL is not supported
在stackoverflow上找到了答案:The flavor ‘mysql’ is deprecated in pandas version 0.19.
我們換一種方式:
reload(sys) sys.setdefaultencoding('utf-8') host = '127.0.0.1' port = 3306 db = 'world' user = 'root' password = '123456' engine = create_engine(str(r"mysql+mysqldb://%s:" + '%s' + "@%s/%s") % (user, password, host, db)) try: df = pd.read_sql(sql=r'select * from city', con=engine) df.to_sql('test',con=engine,if_exists='append',index=False) except Exception as e: print(e.message)
運(yùn)行下,ok,可以存入了index參數(shù)表示是否把DataFrame的index當(dāng)成一列來存儲(chǔ),一般來說是不需要的,所以賦值為False
現(xiàn)在看似問題都解決了,但是還有一個(gè)小問題。
假如我有一個(gè)含有中文的csv文件(本人Window):
name age class
小明 15 一年級(jí)
小張 18 三年級(jí)
engine = create_engine(str(r"mysql+mysqldb://%s:" + '%s' + "@%s/%s") % (user, password, host, db)) try: df = pd.read_csv(r'C:UsersxxDesktopdata.csv') print(df) df.to_sql('test', con=engine, if_exists='append', index=False) except Exception as e: print(e.message)
打印處理以后亂碼了。我們?cè)谧xcsv時(shí)候最好指定編碼,我的本地GBK:
df = pd.read_csv(r'C:UsersxxDesktopdata.csv',encoding='gbk')
我們可以正常的打印信息了,但是又報(bào)錯(cuò)了,錯(cuò)誤如下:
UnicodeEncodeError: 'latin-1' codec can't encode characters in position 0-1: ordinal not in range(256)
還是編碼問題,原因呢,我們存到數(shù)據(jù)庫(kù)時(shí)候沒有指定編碼。解決這個(gè)問題時(shí)候也是被坑了一把,網(wǎng)上說什么的都有。過程就不說了,看代碼:
engine = create_engine(str(r"mysql+mysqldb://%s:" + '%s' + "@%s/%s?charset=utf8") % (user, password, host, db))
解決了
相關(guān)文章:
Python數(shù)據(jù)分析之真實(shí)IP請(qǐng)求Pandas詳解
通過Python中的pandas庫(kù)對(duì)cdn日志進(jìn)行分析詳解
用Python的pandas框架操作Excel文件中的數(shù)據(jù)教程
聲明:本網(wǎng)頁內(nèi)容旨在傳播知識(shí),若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系,我們將在第一時(shí)間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com