之前有小伙伴私信我应用python如何将excel文件与mysql之间进行疾速转换？明天我把这个计划写进去供大家参考。
数据库->Excel
应用Python代码实现数据从数据库导入到Excel其实很简略，三行代码就能够搞定！
咱们首先看一下数据库外面有一个 department这个部门表。这个表里有六条数据，别离代表不同的部门。接下来看一下这个Python代码，首先导入须要用到的库SQLAlchemy，这是Python中最有名的ORM工具。
全称Object Relational Mapping（对象关系映射）。
为什么要应用SQLAlchemy？
它能够将你的代码从底层数据库及其相干的SQL个性中形象进去。特点是操纵Python对象而不是SQL查问，也就是在代码层面思考的是对象，而不是SQL，体现的是一种程序化思维，这样使得Python程序更加简洁易读。
具体应用办法如下：
from sqlalchemy import create_engine
import pandas as pd
# 创立数据库连贯
engine = create_engine('mysql+pymysql://root:211314@localhost/hong')
# 读取mysql数据
db = pd.read_sql(sql='select * from hong.department', con=engine)
# 导出数据到excel
db.to_excel('部门数据.xlsx')
第一行代码就是首先创立数据库的连贯。我的mysql用户名是root，明码是211314，因为这里我启动是启动的是本地的数据库服务，所以是localhost。斜杠前面跟的是这个数据库的名称hong
第二行代码就是应用pandas的read_sql()查问mysql表department中的数据
第二行代码就是将查问进去的数据通过pandas的to_excel()写到本地
执行后果胜利写入本地excel文件
Excel->数据库
接下来咱们再看看如何将本地的xlsx数据写入到mysql文件中。
from sqlalchemy import create_engine
import pandas as pd
# 创立数据库连贯
engine = create_engine('mysql+pymysql://root:211314@localhost/hong')
# 读取xlsx文件
df = pd.read_excel('模仿数据.xlsx')
# 导入到mysql数据库
df.to_sql(name='test_data', con=engine, index=False, if_exists='replace')
同样第一行代码就是首先创立数据库的连贯第二行代码应用pandas的read_excel()读取本地文件。如下:这是我用python的faker模仿进去的一百条数据
第三步应用pandas的to_sql()办法将读取到的数据写入到mysql中代码执行实现后返回mysql中我的hong数据库发现多出了一个test_data的表。
关上看一下。那这个数据就跟本地的数据是一样的。所以。这里咱们用到三行代码从数据库向excel导入数据，又用了三行代码从excel向数据库导入数据。
总结一下：双向数据导入，都是3行代码即可实现。
从数据库向excel导入数据：
1、用sqlalchemy创立数据库连贯
2、用pandas的read_sql读取数据库的数据
3、用pandas的to_csv把数据存入csv文件
从excel向数据库导入数据：
1、用sqlalchemy创立数据库连贯
2、用pandas的read_csv读取csv的数据
3、用pandas的to_sql把数据存入数据库
以上就是本次分享的所有内容，如果你感觉文章还不错，欢送关注公众号：搞代码网，每日干货分享，发送“J”还可支付大量学习材料。或是返回编程学习网，理解更多编程技术常识。
转载请注明原文链接：三行Python代码实现数据库和excel之间的导入导出
