Pandas读取MySQL数据到DataFrame的两种实现方式
发布时间：2026-10-13 |
6人浏览过
本文介绍了在Python中使用Pandas读取MySQL数据库数据并转换为DataFrame的两种主要方法。第一种方式基于SQLAlchemy引擎，适用于Pandas 1.9及后续版本，通过配置连接参数建立引擎后执行SQL查询；第二种方式利用MySQLdb直接连接数据库进行数据获取。文章提供了具体的代码示例和注意事项，帮助开发者根据项目需求选择合适的技术方案。
方法一：使用SQLAlchemy引擎进行连接。
#-*- coding:utf-8 -*-
from sqlalchemy import create_engine
class mysql_engine():
user='******'
passwd='******'
host='******'
port = '******'
db_name='******'
engine = create_engine('mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8'.format(user,passwd,host,port,db_name))
def get_data(sql):
pg_enine=mysql_engine()
try:
with pg_enine.engine.connect() as con, con.begin():
df=pd.read_sql(sql,con)# 获取数据
con.close()
except:
df=None
return df
方法二：使用MySQLdb直接连接数据库。
conn = MySQLdb.connect(host="******",user="******",passwd="******",db='******',port = ******,charset="utf8") sql = "select * from ****** limit 3" df = pd.read_sql(sql,conn,index_col="id") print df
需要注意的是，在Pandas 1.9之后的版本中，除了SQLite数据库外，其他数据库（包括MySQL）均需要通过SQLAlchemy来设置连接。
以上关于Pandas读取MySQL数据到DataFrame的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持本站。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
