快速学习Python链接数据库，SQL语句查询这样操作！

# 方法一: 使用pymsql.connect方法
import pymysql

# Connect to the database
eng = pymysql.connect(host='localhost',
user='user',
password='passwd',
db='db',
charset='utf8')
# user:用户名
# password:密码
# host:数据库地址/本机使用localhost
# db:数据库名
# charset:数据库编码

# 连接sample
# charset='utf8'是解决中文乱码
eng=pymysql.connect(host="118.190.xxx.xxx",user="zhangjian",password="ZhangJian",db="demo",charset='utf8')

# 方法二: 使用create_engine方法
from sqlarchemy import create_engine




    
create_engine("mysql+pymysql://:@/[?]")
# mysql:数据库类型
# pymysql:驱动器类型
# username:用户名
# password:密码
# host:数据库地址/本机使用localhost
# dbname:数据库名
# options:数据库编码格式如:charset=utf8

# 连接sample
eng = create_engine("mysql+pymysql://zhangjian:ZhangJian@118.190.xxx.xxx:3306/demo?charset=utf8")

# 方法一:使用pd.read_sql() 主要参数如下所示
pd.read_sql(
sql, #需要使用的sql语句或者数据表
con, #sqlalchemy连接引擎名称
index_col = None, #将被用作索引的名称
columns = None #当sql参数使用的是表名称是,指定需要读入的列,使用list提供
)

# 方法二:使用pd.read_sql_query 主要参数如下所示
pd.read_sql(
sql, #完整的sql语句
con, #sqlalchemy连接引擎名称
index_col = None, #将被用作索引的名称
columns = None #当sql参数使用的是表名称是,指定需要读入的列,使用list提供
)

# 方法三:使用pd.read_sql_table 主要参数如下所示
pd.read_sql(
table, #表名称
con, #sqlalchemy连接引擎/或者连接名称
index_col = None, #将被用作索引的名称
columns = None #当sql参数使用的是表名称是,指定需要读入的列,使用list提供
)
# 从以上方法可看出,read_sql()方法已经打包了read_sql_table() 与 read_sql_query()的所有功能,推荐直接使
用read_sql()方法

import pandas as pd 
from sqlalchemy import create_engine
eng = create_engine("mysql+pymysql://zhangjian:ZhangJian*2018@118.190.000.111:3306/demo?charset=gbk") 
data = pd.read_sql(sql = 'select * from orderitem limit 10',con=eng,index_col='SDate')
data
# 输入正确的数据库新信息后,read_sql方法返回的是我们熟悉的数据框结构,可以方便浏览数据,如需查看汇总信息,修改sql语句即可。

# read_sql()方法sql参数使用表名称
from sqlalchemy import create_engine
import pandas as pd
eng = create_engine("mysql+pymysql://zhangjian:ZhangJian*2018@118.190.000.111:3306/demo?charset=gbk") 
data = pd.read_sql(sql = "category",con=eng)




    
# 此方法会读取指定表中的全部数据，如果表数据量比较大,会造成读取数据慢,慎用。

# 修改改数据库密码后重新连接数据库
# 如用户名,密码,数据库名称包含% @等特殊字符串报错如下所示:报错关键信息1045
eng = create_engine("mysql+pymysql://账号:密码@118.190.000.111:3306/demo?charset=gbk") 
data = pd.read_sql(sql = 'select * from orderitem limit 10',con=eng)
data

OperationalError                          Traceback (most recent call last)

C:\ProgramData\Anaconda3\lib\site-packages\sqlalchemy\engine\base.py in _wrap_pool_connect(self, fn, connection)
   2157         try:
-> 2158             return fn()
   2159         except dialect.dbapi.Error as e:

# 用户名,密码,数据库名称包含特殊字符串报错解决方法
# 方法二:使用pymysql.connect()方法建立连接
import pymysql
eng = pymysql.connect("118.190.000.111","zhangjian","zhangjiang*2018","demo" )
data = pd.read_sql(sql = "select * from orderitem limit 10" ,con=eng)
data

# pymsql.connect连接,读入指定表名称,会报错,关键信息1064
eng=pymysql.connect(host="118.190.000.111",user="zhagnjian",password="zhangjian*2018",db="demo" ,charset='utf8')
data = pd.read_sql(sql = "category",con=eng)
data

# 导入sql文件 使用官方文档案例方法
#导入数据库模块
import pymysql
# 连接数据库
eng = pymysql.connect("118.190.000.111","zhangjian","ZhangJian*2018","demo" )
# 使用 cursor() 方法创建一个游标对象 cursor
cursor = eng.cursor()
# 编写sql语句
sql = """
select * from orderitem limit 10;
"""
# 使用 execute() 方法执行 SQL 查询
cursor.execute(sql)
# 使用 fetchall() 方法获取所有数据.
data = cursor.fetchall()



    
# 关闭数据库连接
eng.close()
# 返回元组
data
# 返回信息包括数据类型等数据列信息

# 将元组转化为DataFrame
df2 = pd.DataFrame(data = list(data) ,columns = ['SDate', 'ShopID', 'SheetID', 'GoodsID',
'CateID', 'Qty', 'CostValue','SaleValue', 'OriSaleValue', 'Cost', 'Price'] )
df2