之前有小伙伴私信我使用python如何将excel文件与mysql之间进行快速转换？今天我把这个方案写出来供大家参考。使用Python代码实现数据从数据库导入到Excel其实很简单，三行代码就可以搞定！
我们首先看一下数据库里面有一个 department这个部门表。这个表里有六条数据，分别代表不同的部门。接下来看一下这个Python代码，首先导入需要用到的库SQLAlchemy，这是Python中最有名的ORM工具。全称Object Relational Mapping（对象关系映射）。
它可以将你的代码从底层数据库及其相关的SQL特性中抽象出来。特点是操纵Python对象而不是SQL查询，也就是在代码层面考虑的是对象，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。
具体使用方法如下：
from sqlalchemy import create_engine
import pandas as pd
# 创建数据库连接
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')
我的mysql用户名是root，密码是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。第二行代码就是使用pandas的read_sql()查询mysql表department中的数据第二行代码就是将查询出来的数据通过pandas的to_excel()写到本地
接下来我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
# 创建数据库连接
engine = create_engine('mysql+pymysql://root:211314@localhost/hong')
# 读取xlsx文件
df = pd.read_excel('模拟数据.xlsx')
# 导入到mysql数据库
df.to_sql(name='test_data', con=engine, index=False, if_exists='replace'
)
第二行代码使用pandas的read_excel()读取本地文件。如下:这是我用python的faker模拟出来的一百条数据
第三步使用pandas的to_sql()方法将读取到的数据写入到mysql中代码执行完成后返回mysql中我的hong数据库发现多出了一个test_data的表。
所以。这里我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。
从数据库向excel导入数据：
1、用sqlalchemy创建数据库连接
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创建数据库连接
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
使用Python+opencv进行图像处理
1分钟爬取全国高校信息，制成大屏可视化！
用 VSCode 写 Python，这 14 个插件不容错过！
