ryguy72

我就是这样做的。

import mysql.connector
import pandas as pd
import numpy as np
# use this to display ALL columns...useful, but definitely not required
pd.set_option('display.max_columns', None)


mydb = mysql.connector.connect(
  host="localhost",
  user="duser_name",
  passwd="pswd",
  database="db_naem"
)

mycursor = mydb.cursor()

mycursor.execute("SELECT * FROM YourTable")

myresult = mycursor.fetchall()

df = pd.DataFrame(myresult)

df.to_csv('C:\\path_here\\test.csv', sep=',')

您可以轻松地将数据帧转换为矩阵。

np.array(df.to_records().view(type=np.matrix))

但我不知道你为什么要这么做。我认为datframes对于大多数人来说更实用。

我整理了一些代码,看起来工作得很好。我相信这是可以改进的,但现在,它已经足够好了。

import ftplib
import datetime 
from datetime import datetime 

ftp = ftplib.FTP('ftp_portal', 'user_name', 'password')  

ftp.cwd('folder_of_interest')
ftp.retrlines('LIST')  

filenames = []  
ftp.retrlines('NLST', filenames.append)  

# writes file name and modified date and file size.
with open('C:\\path_to_file\\test.txt', 'w')  as f:
    for filename in filenames:  
        datetimeftp = ftp.sendcmd('MDTM ' + filename)
        modifiedTimeFtp = datetime.strptime(datetimeftp[4:], "%Y%m%d%H%M%S").strftime("%d %b %Y %H:%M:%S")
        size = ftp.size(filename)
        filesize = "{:.2f}".format(size/(1024))
        f.write(filename)
        f.write(':')
        f.write(modifiedTimeFtp)
        f.write(':')
        f.write(filesize + ' KB')
        f.write('\n')
f.close()

这肯定不是python的答案,但是如果您可以使用其他工具,我建议您这样做。

https://www.rondebruin.nl/win/addins/rdbmerge.htm

使用加载项,将所有文件(文件夹中)中的所有工作表合并到一个主数据集中。然后,将其推送到mysql中,或者使用工作台将其导入到mysql中。很高兴看到python这样做,但如果您正处于时间紧迫的情况下,只想完成这项工作,请尝试我在这里推荐的方法。

好的,那么,假设您在python中做了一些分析,将结果保存为一个csv,并且您希望导入它,因为您有一些要映射到的唯一ID,对吧。就这么做。

  DoCmd.TransferText acImportDelim, "", "Table1", "C:\your_path\testing.csv", True, ""
' where table1 is your table

我不认为这比这更复杂了。如果我没抓住要点,你就回去吧,实际上你在做别的事情。