import pandas as pd from sqlalchemy import create_engine engine = create_engine('mysql+pymysql://ledao:ledao123@localhost/pandas_learn')
with engine.connect() as conn, conn.begin(): data = pd.read_sql_table('data_col1_col2', con=conn) data.head()
第一个参数为数据库中的表名,第二个参数为连接,也可以直接给engine。
with engine.connect() as con, con.begin(): data = pd.read_sql_table('data_col1_col2', con=con, index_col='index', columns=['col1', 'col2']) data.head()
通过index_col=参数指定列'index'为DF的index,通过columns=(列表类型)指定读取表的子集。
pd.read_sql_table('data_col1_col2', con=engine, parse_dates=['col1']).head()
通过parse_dates=(列表类型)指定某几个列(如整型、字符串型的列)为Date类型,pandas会自动解析,默认的格式为(1970-01-01 00:00:00)。
同时,也可指定解析的字符串格式,如下所示:
# pd.read_sql_table('data_col1_col2', engine, parse_dates={'col1': '%Y-%m-%d'}) pd.read_sql_table('data_col1_col2', engine, parse_dates={'col1': {'format': '%Y-%m-%d %H:%M:%S'}}).head()
Pandas读取表格就这么容易。