Python：用Pandas读CSV文件写到MySQL

在IT行业这个发展更新速度很快的行业，只有不停止的学习，才不会被行业所淘汰。如果你是数据库学习者，那么本文《Python：用Pandas读CSV文件写到MySQL》就很适合你！本篇内容主要包括Python：用Pandas读CSV文件写到MySQL，希望对大家的知识积累有所帮助，助力实战开发！

汇总一下，自己最近在使用Python读写CSV存数据库中遇到的各种问题。
上代码：

reload(sys)
sys.setdefaultencoding('utf-8')
host = '127.0.0.1'
port = 3306
db = 'world'
user = 'root'
password = '123456'

con = MySQLdb.connect(host=host,charset="utf8",port=port,db=db,user=user,passwd=password)
try:
    df = pd.read_sql(sql=r'select * from city', con=con)
    df.to_sql('test',con=con,flavor='mysql')
except Exception as e:
    print(e.message)

不出意外的话会打印出一句：database flavor MySQL is not supported
在stackoverflow上找到了答案：The flavor ‘mysql’ is deprecated in pandas version 0.19.

我们换一种方式：

reload(sys)
sys.setdefaultencoding('utf-8')
host = '127.0.0.1'
port = 3306
db = 'world'
user = 'root'
password = '123456'

engine = create_engine(str(r"mysql+mysqldb://%s:" + '%s' + "@%s/%s") % (user, password, host, db))

try:
    df = pd.read_sql(sql=r'select * from city', con=engine)
    df.to_sql('test',con=engine,if_exists='append',index=False)
except Exception as e:
    print(e.message)

运行下，ok,可以存入了index参数表示是否把DataFrame的index当成一列来存储，一般来说是不需要的，所以赋值为False

现在看似问题都解决了，但是还有一个小问题。
假如我有一个含有中文的csv文件（本人Window）:
name age class
小明 15 一年级
小张 18 三年级

engine = create_engine(str(r"mysql+mysqldb://%s:" + '%s' + "@%s/%s") % (user, password, host, db))

try:
    df = pd.read_csv(r'C:\Users\xx\Desktop\data.csv')
    print(df)
    df.to_sql('test', con=engine, if_exists='append', index=False)
except Exception as e:
    print(e.message)

打印处理以后乱码了。我们在读csv时候最好指定编码，我的本地GBK：

df = pd.read_csv(r'C:\Users\xx\Desktop\data.csv',encoding='gbk')

我们可以正常的打印信息了，但是又报错了，错误如下：

UnicodeEncodeError: 'latin-1' codec can't encode characters in position 0-1: ordinal not in range(256)

还是编码问题，原因呢，我们存到数据库时候没有指定编码。解决这个问题时候也是被坑了一把，网上说什么的都有。过程就不说了，看代码：

engine = create_engine(str(r"mysql+mysqldb://%s:" + '%s' + "@%s/%s?charset=utf8") % (user, password, host, db))

解决了

好了，本文到此结束，带大家了解了《Python：用Pandas读CSV文件写到MySQL》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多数据库知识！