关于pandas利用sqlalchemy保存数据到数据库（to_sql）的实例讲解

当我们利用pandas处理完数据后，有时可能需要将处理好的数据保存到数据库中，这时需要利用sqlalchemy。

SQLAlchemy“采用简单的Python语言，为高效和高性能的数据库访问设计，实现了完整的企业级持久模型”。

利用sqlalchemy，可以讲pandas类型的格式数据保存到数据库中，但是在使用过程中还是有很多坑的，下面简单介绍一下如何使用：

1：

import pandas as pd

from sqlalchemy import create_engine

导入模块中的create_engine，需要利用它来进行连接数据库

2：

conn = create_engine('mysql+mysqldb://root:123456@localhost:3306/w_analysis?charset=utf8')

创建连接，利用create_engine

3：

pd.io.sql.to_sql(df,table_name,con=conn,schema='w_analysis',if_exists='append')

利用pd的io中的sql的to_sql方法进行导入（记住不是pd的to_sql）

4：

conn.dispose()

关闭连接

create_engine参数说明：

(mysql+mysqldb://用户名:密码@localhost:端口/数据库名?编码)? ? 设置数据库的编码方式，可以防止latin字符不识别而报错

to_sql参数说明：

(数据,表名,con=连接键,schema='数据库名',if_exists='操作方式')? ? 操作方式有append、fail、replace

append：如果表存在，则将数据添加到这个表的后面

fail：如果表存在就不操作

replace：如果存在表，删了，重建

！！！这里提醒一下可能出现的错误：

ModuleNotFoundError: No module named 'MySQLdb'请看这里

注：pd 1.9以后的版本，除了sqllite，均需要通过sqlalchemy来设置