#yyds干货盘点#数据分析从零开始实战，PythonPandas与各类数据库

Posted 2021-12-03 简说Python

这是我参与11月更文挑战的第18天。

零、写在前面

本系列学习笔记参考书籍： 《数据分析实战》托马兹·卓巴斯，会将自己学习本书的笔记分享给大家，同样开成一个系列『数据分析从零开始实战』。

点击查看第一篇文章：​​ ​ # 数据分析从零开始实战，Pandas读写CSV数据​​

点击查看第二篇文章：​​ ​ # 数据分析从零开始实战，Pandas读写TSV/Json数据​​

点击查看第三篇文章： ​​ # 数据分析从零开始实战，Pandas读写Excel/XML数据​​

点击查看第四篇文章：  ​​# 数据分析从零开始实战，Pandas读取HTML页面+数据处理解析​​

前面四篇文章讲了数据分析虚拟环境创建和pandas读写CSV、TSV、JSON、Excel、XML格式的数据，html页面读取，今天我们继续探索pandas。

一、基本知识概要

1. SQLAlchemy模块安装
2. 数据库PostgreSQL下载安装
3. PostgreSQL基本介绍使用
4. Pandas+SQLAlchemy将数据导入PostgreSQL
5. Python与各种数据库的交互代码实现

二、开始动手动脑

1、SQLAlchemy模块安装

安装​​SQLAlchemy​​模块(下面操作都是在虚拟环境下)： 方法一：直接pip安装(最简单，安装慢，可能出错)

pip install SQLAlchemy

方法二：轮子(wheel)安装(比较简单，安装速度还可以，基本不出错) 点击​​这里下载​​SQLAlchemy的​​.whl​​文件，然后移动到你的开发环境目录下。

pip install xxxxx.whl

方法三：豆瓣源安装(比较简单，安装速度快，方便，推荐)

pip install -i https://pypi.douban.com/simple/ SQLAlchemy

2、数据库PostgreSQL下载安装

（1） 下载地址：https://www.enterprisedb.com/software-downloads-postgres

（2） 下载完成后，点击安装文件，基本上就是Next。

First ，安装目录，建议自己选择，不要安装在C盘。

Second ，Password，可以设置简单点，毕竟只是用来自己学习。

Third ，端口号，建议不要改，就用5432，改了容易和其他端口冲突，到时候自己又不知道怎么解决，麻烦。

其他没有说到的就默认设置，Next，Next，Next~安装过程一般10分钟左右，不要急。 Finally ，安装完成后，取消图上的选项框，图上的意思是在后台启动Stack Builder（堆栈生成器），没有必要。

最后推荐几个相关学习网站 Postgre 社区：https://www.postgresql.org/community/ Postgre官方文档： https://www.postgresql.org/docs/ 易百 Postgre 学习教程：https://www.yiibai.com/postgresql

3、PostgreSQL基本介绍使用

（1） PostgreSQL特点

以上内容截取自 易百 Postgre 学习教程。 （2） 利用PostgreSQL创建一个数据库 a .打开​​pgADmin4​​，发现这个图形化操作界面是一个Web端的，先会要求输入Password，就是安装时候设置的Password。 点击​​Servers​​->​​PostgreSQL 11​​->​​Databases​​->右键->​​Create​​->​​Database​​。

b .输入数据库名称，其他默认，注释自己随便写，我写的​​first database​​，表示我的第一个数据库。

我们还可以看一下数据库创建的语句，点击弹框中的​​SQL​​即可。

4、Pandas+SQLAlchemy将数据导入Postgre

（1） Python操作代码

import pandas as pd
import sqlalchemy as sa


# 读取的CSV文件路径
r_filepath = r"H:\\PyCoding\\Data_analysis\\day01\\data01\\realEstate_trans.csv"
# 数据库鉴权
user = "postgres"   # 数据库用户名
password = "root"   # 数据库password
db_name = "test513"   # 数据库名称
# 连接数据库
engine = sa.create_engine(postgresql://{0}:{1}@localhost:5432/{2}.format(user, password, db_name))
print(engine)
# 读取数据
csv_read = pd.read_csv(r_filepath)
# 将 sale_date 转成 datetime 对象
csv_read[sale_date] = pd.to_datetime(csv_read[sale_date])
# 将数据存入数据库
csv_read.to_sql(real_estate, engine, if_exists=replace)
print("完成")
# 可能报错：ModuleNotFoundError: No module named psycopg2
# 解决方法：pip install psycopg2

（2） 代码解析

engine = sa.create_engine(postgresql://{0}:{1}@localhost:5432/{2}.format(user, password, db_name))

sqlalchemy的create_engine函数，创建一个数据库连接，参数为一个字符串，字符串的格式是：

​​<database_type>://<user_name>:<password>@<server>:<port>/<database_name>​​

​​数据库类型://数据库用户名:数据库password@服务器IP(如:127.0.0.1)或者服务器的名称(如：localhost):端口号/数据库名称​​

​其中可以是：postgresql，mysql等。

csv_read.to_sql(real_estate, engine, if_exists=replace)

pandas的to_sql函数，将数据（csv_read中的）直接存入postgresql，第一个参数指定了存储到数据库后的表名，第二个参数指定了数据库引擎，第三个参数表示，如果表​​real_estate​​已经存在，则替换掉。 （3） 运行结果

此外，​​pandas​​库还提供了数据库查询操作函数​​read_sql_query​​,只需传入查询语句和数据库连接引擎即可，源码注释为​​Read SQL query into a DataFrame.​​，意思是：把数据库查询的内容变成一个​​DataFrame​​对象返回。

query = SELECT * FROM real_estate LIMIT 10
top10 = pd.read_sql_query(query, engine)
print(top10)

5、Python与各个数据库的交互代码

a . Python 与 MySql

# 使用前先安装 pymysql 模块 ：pip install pymysql
# 导入 pymysql 模块
import pymysql
#连接数据库,参数说明：服务器，用户名，数据库password，数据库名称
db = pymysql.connect("localhost","root","root","db_test")
#使用cursor()方法创建一个游标对象
cursor = db.cursor()
#使用execute()方法执行SQL语句
cursor.execute("SELECT * FROM test_table")
#使用fetall()获取全部数据
data = cursor.fetchall()
#关闭游标和数据库的连接
cursor.close()
db.close()

b . Python 与 MongoDB

# 使用前先安装 pymongodb 模块 ：pip install pymongodb 
# 导入 pymogodb 模块
import pymongo
# 连接数据库,参数说明：服务器IP，端口号默认为27017
my_client = pymongo.MongoClient(host="127.0.0.1",port=27017)
# 直接通过数据库名称索引，有点像字典
my_db = my_client["db_name"]  
# 连接 collection_name 集合，Mongodb里集合就相当于Mysql里的表
my_collection = my_client["collection_name"]  
datas = my_collection.find() # 查询
for x in datas :
  print(x)

c . Python 与 Sqlite

# 使用前先安装 sqlite3  模块 ：pip install sqlite3

sqlite数据库和前面两种数据库不一样，它是一个本地数据库
也就是说数据直接存在本地，不依赖服务器

# 导入 sqlite3 模块
import sqlite3
# 连接数据库，参数说明：这里的参数就是数据文件的地址
conn = sqlite3.connect(test.db)
#使用cursor()方法创建一个游标对象
c = conn.cursor()
#使用execute()方法执行SQL语句
cursor = c.execute("SELECT * from test_table")
for row in cursor:
  print(row)
#关闭游标和数据库的连接
c.close()
conn.close()

三、送你的话

坚持 and 努力 ： 终有所获。

思想很复杂，

实现很有趣，

只要不放弃，

终有成名日。

—《老表打油诗》

下期见，我是爱猫爱技术的老表，如果觉得本文对你学习有所帮助，欢迎点赞、评论、关注我！