Pymysql+Pandas+Sqlalchemy数据库更新脚本编写

#导入需要的包，使用pymysql操作数据库

#pandas包很强大，可以直接读取数据表，创建dataframe数据结构，同时可以直接将dataframe导出到数据库

#sqlalchemy创建引擎，与数据库进行连接

import pymysql
import pandas as pd
import sqlalchemy
from sqlalchemy import create_engine
from pandas import DataFrame

#把数据表导入数据库
def put_data(df1):
　　user = '***'
　　pwd = '***'
　　host = '***'
　　port = 3306
　　DB = '***'

　　#引擎：也就是实体数据库连接。传入参数：数据库类型+连接库+用户名+密码+主机，字符编码
　　conn = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8'.format(user, pwd, host, port, DB)
　　conn1 = create_engine(conn)

　　#to_sql函数支持两类mysql引擎一个是sqlalchemy，另一个是sqlliet3.没错，在你写入库的时候，pymysql是不能用的！！！mysqldb也是不能用的，你只能使用sqlalchemy或者sqlliet3！注意！！！to_sql函数并不在pd之中，而是在io.sql之中，是sql脚本下的一个类！！！所以to_sql的最好写法就是：
　　return pd.io.sql.to_sql(df1, name='***', con=conn1, if_exists='append')

　　#to_sql参数说明：(数据, '表名', con=连接键, schema='数据库名', if_exists='操作方式')? ? 操作方式有append、fail、replace、append：如果表存在，则将数据添加到这个表的##后面

df1 = pd.read_excel(r'***.xlsx')
put_data(df1)

#从数据库提取数据表
def get_data():
　　user = '***'
　　pwd = '***'
　　host = '***'
　　port = 3306
　　DB = '***'
　　conn = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8'.format(user, pwd, host, port, DB)
　　conn1 = create_engine(conn)
　　sql_cmd = 'SELECT * FROM ***'
　　return pd.read_sql(sql=sql_cmd, con=conn1)
df1 = get_data()
df1.to_excel(r'***.xlsx')