


Bagaimana untuk menggunakan tiga baris kod Python untuk mengimport dan mengeksport pangkalan data dan Excel?
Pangkalan Data->Excel
Mari kita lihat dahulu jadual jabatan dalam pangkalan data. Terdapat enam keping data dalam jadual ini, mewakili jabatan yang berbeza.
Seterusnya, lihat kod Python ini Mula-mula, import perpustakaan yang anda perlu gunakan, SQLAlchemy, yang merupakan alat ORM yang paling terkenal dalam Python.
Nama penuh ialah Pemetaan Hubungan Objek.
Mengapa menggunakan SQLAlchemy?
Ia mengabstrakkan kod anda daripada pangkalan data asas dan ciri SQL yang berkaitan dengannya.
Cirinya adalah untuk memanipulasi objek Python dan bukannya pertanyaan SQL, iaitu, objek dianggap pada tahap kod dan bukannya SQL Ia merangkumi sejenis pemikiran terprogram, yang menjadikan program Python lebih ringkas dan mudah dibaca .
Penggunaan khusus adalah seperti berikut:
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')
Barisan pertama kod adalah untuk membuat sambungan ke pangkalan data terlebih dahulu.
Nama pengguna mysql saya adalah root dan kata laluannya ialah 211314.
Oleh kerana saya memulakan perkhidmatan pangkalan data tempatan di sini, ia adalah localhost.
Slash diikuti dengan nama pangkalan data hong
Baris kod kedua ialah menggunakan read_sql() panda untuk menanyakan data dalam jabatan jadual mysql
Baris kedua Kod adalah untuk menulis data yang ditanya kepada tempatan melalui to_excel() panda
Hasil pelaksanaan berjaya ditulis ke dalam fail excel tempatan
Excel->pangkalan data
Seterusnya mari kita lihat cara menulis data xlsx tempatan ke dalam fail mysql.
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')
Baris kod pertama yang sama adalah untuk membuat sambungan ke pangkalan data dahulu
Barisan kedua kod menggunakan read_excel() panda untuk membaca fail setempat. Seperti berikut:
Ini ialah seratus keping data yang saya simulasi menggunakan pemalsu python
Langkah ketiga ialah menggunakan kaedah to_sql() panda untuk membaca Data yang diperolehi ditulis ke dalam mysql
Selepas pelaksanaan kod selesai, saya kembali ke pangkalan data hong saya dalam mysql dan mendapati terdapat jadual tambahan test_data.
Buka dan lihat. Kemudian data ini adalah sama dengan data tempatan.
Jadi. Di sini kami menggunakan tiga baris kod untuk mengimport data daripada pangkalan data ke excel, dan tiga baris kod lagi untuk mengimport data dari excel ke pangkalan data.
Untuk meringkaskan:
Import data dua hala boleh dicapai dengan hanya 3 baris kod.
Import data dari pangkalan data ke excel:
1 Gunakan sqlalchemy untuk mencipta sambungan pangkalan data
2 3 , Gunakan panda' to_csv untuk menyimpan data ke dalam fail csv
Import data dari excel ke pangkalan data:
1 Gunakan sqlalchemy untuk mencipta sambungan pangkalan data
2. Gunakan panda' read_csv untuk membaca Dapatkan data csv
3. Gunakan panda' to_sql untuk menyimpan data ke dalam pangkalan data a
Atas ialah kandungan terperinci Bagaimana untuk menggunakan tiga baris kod Python untuk mengimport dan mengeksport pangkalan data dan Excel?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



PHP dan Python mempunyai kelebihan dan kekurangan mereka sendiri, dan pilihannya bergantung kepada keperluan projek dan keutamaan peribadi. 1.PHP sesuai untuk pembangunan pesat dan penyelenggaraan aplikasi web berskala besar. 2. Python menguasai bidang sains data dan pembelajaran mesin.

Latihan yang cekap model pytorch pada sistem CentOS memerlukan langkah -langkah, dan artikel ini akan memberikan panduan terperinci. 1. Penyediaan Persekitaran: Pemasangan Python dan Ketergantungan: Sistem CentOS biasanya mempamerkan python, tetapi versi mungkin lebih tua. Adalah disyorkan untuk menggunakan YUM atau DNF untuk memasang Python 3 dan menaik taraf PIP: Sudoyumupdatepython3 (atau SudodnfupdatePython3), pip3install-upgradepip. CUDA dan CUDNN (Percepatan GPU): Jika anda menggunakan Nvidiagpu, anda perlu memasang Cudatool

Docker menggunakan ciri -ciri kernel Linux untuk menyediakan persekitaran berjalan yang cekap dan terpencil. Prinsip kerjanya adalah seperti berikut: 1. Cermin digunakan sebagai templat baca sahaja, yang mengandungi semua yang anda perlukan untuk menjalankan aplikasi; 2. Sistem Fail Kesatuan (Unionfs) menyusun pelbagai sistem fail, hanya menyimpan perbezaan, menjimatkan ruang dan mempercepatkan; 3. Daemon menguruskan cermin dan bekas, dan pelanggan menggunakannya untuk interaksi; 4. Ruang nama dan cgroups melaksanakan pengasingan kontena dan batasan sumber; 5. Pelbagai mod rangkaian menyokong interkoneksi kontena. Hanya dengan memahami konsep -konsep teras ini, anda boleh menggunakan Docker dengan lebih baik.

Membolehkan pecutan GPU pytorch pada sistem CentOS memerlukan pemasangan cuda, cudnn dan GPU versi pytorch. Langkah-langkah berikut akan membimbing anda melalui proses: Pemasangan CUDA dan CUDNN Tentukan keserasian versi CUDA: Gunakan perintah NVIDIA-SMI untuk melihat versi CUDA yang disokong oleh kad grafik NVIDIA anda. Sebagai contoh, kad grafik MX450 anda boleh menyokong CUDA11.1 atau lebih tinggi. Muat turun dan pasang Cudatoolkit: Lawati laman web rasmi Nvidiacudatoolkit dan muat turun dan pasang versi yang sepadan mengikut versi CUDA tertinggi yang disokong oleh kad grafik anda. Pasang Perpustakaan Cudnn:

Python dan JavaScript mempunyai kelebihan dan kekurangan mereka sendiri dari segi komuniti, perpustakaan dan sumber. 1) Komuniti Python mesra dan sesuai untuk pemula, tetapi sumber pembangunan depan tidak kaya dengan JavaScript. 2) Python berkuasa dalam bidang sains data dan perpustakaan pembelajaran mesin, sementara JavaScript lebih baik dalam perpustakaan pembangunan dan kerangka pembangunan depan. 3) Kedua -duanya mempunyai sumber pembelajaran yang kaya, tetapi Python sesuai untuk memulakan dengan dokumen rasmi, sementara JavaScript lebih baik dengan MDNWebDocs. Pilihan harus berdasarkan keperluan projek dan kepentingan peribadi.

Kaedah pangkalan data Redis termasuk pangkalan data dalam memori dan penyimpanan nilai utama. 1) Redis menyimpan data dalam ingatan, dan membaca dan menulis dengan cepat. 2) Ia menggunakan pasangan nilai utama untuk menyimpan data, menyokong struktur data kompleks seperti senarai, koleksi, jadual hash dan koleksi yang diperintahkan, sesuai untuk pangkalan data cache dan NoSQL.

Apabila memilih versi pytorch di bawah CentOS, faktor utama berikut perlu dipertimbangkan: 1. Keserasian versi CUDA Sokongan GPU: Jika anda mempunyai NVIDIA GPU dan ingin menggunakan pecutan GPU, anda perlu memilih pytorch yang menyokong versi CUDA yang sepadan. Anda boleh melihat versi CUDA yang disokong dengan menjalankan arahan NVIDIA-SMI. Versi CPU: Jika anda tidak mempunyai GPU atau tidak mahu menggunakan GPU, anda boleh memilih versi CPU PyTorch. 2. Pytorch versi python

CentOS Memasang Nginx memerlukan mengikuti langkah-langkah berikut: memasang kebergantungan seperti alat pembangunan, pcre-devel, dan openssl-devel. Muat turun Pakej Kod Sumber Nginx, unzip dan menyusun dan memasangnya, dan tentukan laluan pemasangan sebagai/usr/local/nginx. Buat pengguna Nginx dan kumpulan pengguna dan tetapkan kebenaran. Ubah suai fail konfigurasi nginx.conf, dan konfigurasikan port pendengaran dan nama domain/alamat IP. Mulakan perkhidmatan Nginx. Kesalahan biasa perlu diberi perhatian, seperti isu ketergantungan, konflik pelabuhan, dan kesilapan fail konfigurasi. Pengoptimuman prestasi perlu diselaraskan mengikut keadaan tertentu, seperti menghidupkan cache dan menyesuaikan bilangan proses pekerja.
