作者：俊欣
来源：关于数据分析与可视化
今天小编和大家来聊一下SQLALchemy这个模块，该模块是Python当中最有名的ORM框架，该框架是建立在数据库API之上，使用关系对象映射进行数据库的操作，简而言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。
看到这里，相信不少的读者可能会感觉到云里雾里，我们就通过一个简单的案例在说明一下吧。例如我们想要在mysql当中新建一个表格，我们首先需要连接上数据库，代码如下# 连接数据库
sql_connect = 'mysql+pymysql://root:123456@localhost:3306/sql_prac?charset=utf8'
engine = create_engine(sql_connect)
DBSession = sessionmaker(bind=engine)
# 创建对象的基类:
BaseModel = declarative_base()
定义表结构
对于新创建的表格，我们命名为是“User”，同时我们还需要定义表结构，代码如下#定义对象
class User(BaseModel):
# 表名
__tablename__ = 'user'
# 表结构，其中ID设为是主键，并且是自动增加的
id = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String(20))
age = Column(Integer)
创建以及删除表
对于创建表以及删除表的操作，代码如下
#创建映射的数据库表
def init_db():
BaseModel.metadata.create_all(engine)
#删除映射的数据库表
def drop_db():
BaseModel.metadata.drop_all(engine)
插入数据
我们可以尝试往新建的表格当中插入几个值，代码如下
def insert_data(name_1, age_1):
# 创建session对象,相当于MySQLdb里面的游标
session = DBSession()
# 创建新User对象:
new_user = User(name=name_1, age=age_1)
# 添加到session:
session.add(new_user)
# 提交添加数据的操作
session.commit()
# 关闭session
session.close()
if __name__ == "__main__":
insert_data(name_1="Mike", age_1=20)
insert_data(name_1="John", age_1=35)
.......
运行后的结果如下图所示
查询
要是我们想要查询表格中的数据，可以这么来做
# 创建Session:
session = DBSession()
# 创建Query查询，filter是where条件，最后调用one()返回唯一行，如果调用all()则返回所有行:
user = session.query(User).filter(User.name == 'Tom').one()
# 打印类型和对象的name属性和age属性:
print(user.name, user.age)
# 关闭Session:
session.close()
要是调用的是all()则返回所有行，因此我们需要通过for循环遍历出来的结果然后打印，代码如下users = session.query(User).filter(User.name == 'John').all()
for u in users:
print(u.name, u.age)
更新和删除数据
我们尝试来更新表格中的一些数据，代码如下
# 创建Session:
session = DBSession()
# 可以进行多条数据更新
user = session.query(User).filter(User.id == 3)
user.update({User.age: 30})
# 提交数据
session.commit()
# 关闭Session
session.close()
通过“ID”来锁定要更新的数据的位置，然后我们通过调用update()方法将其年龄改成指定的值。与此同时我们还可以来删除表格当中的一些值，代码如下# 创建Session
session = DBSession()
# 删除哪些数据
user = session.query(User).filter(User.id == 5).one()
session.delete(user)
# 提交数据
session.commit()
# 关闭session
session.close()
同样我们也是通过“ID”来锁定要删除数据的位置，然后调用delete()方法。
直接运行SQL语句
当然我们在创建session之后，我们也可以在里面直接运行SQL语句，例如我们想要查看一下总共有哪些数据库，代码如下session = DBSession()
print(session.execute('show databases').fetchall())
session.close()
或者我们是想返回表格中的所有数据，代码如下
session = DBSession()
print(session.execute('select * from user').fetchall())
session.close()
DataFrame到MySQL数据库
我们同时也可以批量的将excel或者csv文件当中的数据批量的导入到MySQL数据库当中，我们先通过Pandas读取文件中的数据，代码如下
sql_connect = 'mysql+pymysql://用户名:密码@ip地址:端口号/数据库名称?charset=utf8'
engine = create_engine(sql_connect)
df = pd.read_excel("sqlalchemy_test1.xlsx")
df.to_sql("user", engine, index=False, if_exists='append')
当然我们也可以从数据库的某个表格当中来读取数据，代码如下
df = pd.read_sql("表格名", engine)
print(df.head())
