Pandas 的文档提供了大量处理以各种格式存储的数据的最佳实践示例。
然而,我找不到任何使用 MySQL 等数据库的好例子。
任何人都可以向我指出链接或提供一些如何使用转换查询结果的代码片段mysql-python有效地处理 Pandas 中的数据帧?
正如 Wes 所说,一旦您使用 DBI 兼容库获得数据库连接,io/sql 的 read_sql 就会执行此操作。我们可以使用以下两个简短的例子MySQLdb
and cx_Oracle
连接到 Oracle 和 MySQL 并查询其数据字典的库。这是示例cx_Oracle
:
import pandas as pd
import cx_Oracle
ora_conn = cx_Oracle.connect('your_connection_string')
df_ora = pd.read_sql('select * from user_objects', con=ora_conn)
print 'loaded dataframe from Oracle. # Records: ', len(df_ora)
ora_conn.close()
这是等效的示例MySQLdb
:
import MySQLdb
mysql_cn= MySQLdb.connect(host='myhost',
port=3306,user='myusername', passwd='mypassword',
db='information_schema')
df_mysql = pd.read_sql('select * from VIEWS;', con=mysql_cn)
print 'loaded dataframe from MySQL. records:', len(df_mysql)
mysql_cn.close()
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)