转载
作者：但盼风雨来_jc
链接：https://www.jianshu.com/p/238a13995b2b
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
本次分享将介绍如何在Python中使用Pandas库实现MySQL数据库的读写。首先我们需要了解点ORM方面的知识
ORM技术
对象关系映射技术，即ORM（Object-Relational Mapping）技术，指的是把关系数据库的表结构映射到对象上，通过使用描述对象和数据库之间映射的元数据，将程序中的对象自动持久化到关系数据库中。
在Python中，最有名的ORM框架是SQLAlchemy。Java中典型的ORM中间件有:Hibernate,ibatis,speedframework。
SQLAlchemy
SQLAlchemy是Python编程语言下的一款开源软件。提供了SQL工具包及对象关系映射（ORM）工具，使用MIT许可证发行
SQLAlchemy模块提供了create_engine()函数用来初始化数据库连接，SQLAlchemy用一个字符串表示连接信息：
'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名'
Pandas读写MySQL数据库
我们需要以下三个库来实现Pandas读写MySQL数据库：
- pandas
- sqlalchemy
- pymysql
其中，pandas模块提供了read_sql_query（）函数实现了对数据库的查询，to_sql（）函数实现了对数据库的写入。并不需要实现新建MySQL数据表。s
qlalchemy模块实现了与不同数据库的连接，而pymysql模块则使得Python能够操作MySQL数据库。
我们将使用MySQL数据库中的mydb数据库以及employee表，内容如下：
1 import pandas as pd 2 from sqlalchemy import create_engine 3 # 初始化数据库连接，使用pymysql模块 4 # MySQL的用户：root, 密码:147369, 端口：3306,数据库：test 5 engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test') 6 # 查询语句，选出employee表中的所有数据 7 sql = ''' select * from employee; ''' 8 # read_sql_query的两个参数: sql语句， 数据库连接 9 df = pd.read_sql_query(sql, engine) 10 # 输出employee表的查询结果 11 print(df) 12 13 # 新建pandas中的DataFrame, 只有id,num两列 14 df = pd.DataFrame({'id': [1, 2, 3, 4], 'name': ['zhangsan', 'lisi', 'wangwu', 'zhuliu']}) 15 # 将新建的DataFrame储存为MySQL中的数据表，不储存index列 16 df.to_sql('mydf', engine, index=True) 17 print('Read from and write to Mysql table successfully!')
运行结果：
这说明我们确实将pandas中新建的DataFrame写入到了MySQL中！
将CSV文件写入到MySQL中
以上的例子实现了使用Pandas库实现MySQL数据库的读写，我们将再介绍一个实例：将CSV文件写入到MySQL中，示例的input.CSV文件如下
。。。有点问题