특히 테이블 수가 많은 경우 데이터를 데이터베이스로 수동으로 가져오는 것은 번거로울 뿐만 아니라 시간도 많이 소요됩니다. Python 라이브러리를 사용하면 이 작업이 더 쉬워집니다.
kaggle에서 그림 데이터 세트를 다운로드하세요. 그림 데이터 세트는 수동으로 데이터베이스 테이블로 데이터를 가져오는 대신 간단한 Python 스크립트를 사용하여 데이터베이스로 가져올 8개의 csv 파일로 구성됩니다.
create database painting
pip install sqlalchemy pip install pandas
import pandas as pd from sqlalchemy import create_engine
conn_string = 'postgresql://postgres:1344@localhost/painting' db = create_engine(conn_string) conn = db.connect()
conn_string은 pg-admin에서 데이터베이스를 생성했기 때문에 postgresql이 데이터베이스인 데이터베이스에 URL을 저장합니다. postgres는 데이터베이스 이름 pg-admin의 기본 이름이고, 1344는 pg-admin의 비밀번호이고 @localhost는 호스트 이름입니다. 그림은 우리의 데이터베이스 이름입니다
files = ['artist', 'canvas_size', 'image_link', 'museum', 'museum_hours', 'product_size', 'subject', 'work'] for file in files: df = pd.read_csv(fr"C:\Users\Admin\Desktop\famous painti\{file}.csv") df.to_sql(file, con = conn, if_exists='replace', index = False)
files는 그림 데이터베이스에서 테이블 이름을 지정하려는 이름입니다. for 루프는 파일을 반복할 수 있도록 사용됩니다. pd.read csv의 fr은 f 문자열과 원시 데이터를 나타냅니다. 기본 Pandas 인덱스를 가져오지 않으려면 인덱스를 false로 설정해야 합니다.
Python 및 MySQL 커넥터를 사용하여 MySQL 서버에서 완전히 새로운 데이터베이스를 생성하고, 수동으로 수행하는 대신 해당 데이터베이스 내에 테이블을 생성하는 방법을 배웠습니다.
위 내용은 PYTHON을 사용하여 MySQL로 데이터 가져오기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!