Python工具箱系列(二十三)

奔跑的小猪仔

基于游标得操作
游标是数据库操作的相对底层的能力。简单的操作如下：

1. import mysql.connector
2. import random
4. host = 'localhost'
5. user = 'root'
6. password = '8848is8848'
7. dbname = 'demodb'
10. def fakedata(maxtimes):
12.     # 连接数据库
13.     demodb = mysql.connector.connect(
14.         host=host, user=user, password=password, database=dbname)
15.     democur = demodb.cursor()
17.     # 插入模拟出来的数据。
18.     for _ in range(maxtimes):
19.         pm25 = random.uniform(0, 300)
20.         insertsql = f'insert into demotb(pm25) values({pm25})'
21.         democur.execute(insertsql)
23.     demodb.commit()
24.     democur.close()
25.     demodb.close()
28. def querydata():
30.     # 连接数据库
31.     demodb = mysql.connector.connect(
32.         host=host, user=user, password=password, database=dbname)
33.     democur = demodb.cursor()
35.     # 进行一个简单的查询，返回多个值
36.     selsql = 'select pm25 from demotb where pm25 >50.0'
37.     democur.execute(selsql)
38.     for i in democur:
39.         print(i)
40.     demodb.commit()
41.     democur.close()
42.     demodb.close()
45. def queryresult():
47.     # 连接数据库
48.     demodb = mysql.connector.connect(
49.         host=host, user=user, password=password, database=dbname)
50.     democur = demodb.cursor()
52.     # 进行一个简单的查询，返回多个值
53.     selsql = 'select max(pm25) from demotb'
54.     democur.execute(selsql)
55.     result = democur.fetchone()
56.     print(result)
57.     demodb.commit()
58.     democur.close()
59.     demodb.close()
62. fakedata(10)
63. querydata()
64. queryresult()

复制代码

上述操作是比较底层的，尤其是使用游标操作，只能够是遍历操作，然后依次处理数据。为此，需要引入更加抽象与高层的工具。
基于pandas的操作

pandas虽然字面意思是熊猫，但实际上它是一个强力的数据分析工具框架。网上对于pandas的介绍非常多，但笔者还是推荐直接看官方文档更好。使用pandas访问数据库的代码如下：
 

1. import mysql.connector
2. import pandas as pd
4. host = 'localhost'
5. user = 'root'
6. password = '8848is8848'
7. dbname = 'demodb'
10. def querydata():
12.     # 连接数据库
13.     demodb = mysql.connector.connect(
14.         host=host, user=user, password=password, database=dbname)
16.     # 进行一个简单的查询，返回多个值
17.     selsql = 'select pm25 from demotb where pm25 >50.0'
18.     listpd = pd.read_sql(selsql, demodb)
19.     demodb.close()
20.     print(listpd)
23. querydata()

复制代码

 
此时返回的输出结果如下所示：

1.       pm25
2. 0   80.6221
3. 1  192.4580
4. 2  291.4450
5. 3  279.8550
6. 4   92.3528
7. 5  107.4040
8. 6  144.2040
9. 7  213.5120
10. 8  226.6060

复制代码

如下所示，pandas使用DataFrame来管理记录，其输出本身就具有表格的特性，与数据库表也很相似，理解与操作起来非常方便。

 

 在新版本的pandas中，上述代码会引起警告，建议改成SQLAlchemy connectable(engine/connection)，后续代码将引入这种升级的连接方式。
 

来源:https://www.cnblogs.com/shanxihualu/p/17072217.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！