1. from pandas import *
  2. import pandas as pd
  3. from sqlalchemy import create_engine
  4. engine = create_engine("mysql+pymysql://root:wenwajiao@127.0.0.1:3306/ryandb?charset=UTF8MB4")
    #charset设置用于mysql8.0的新型字符集,清根据你的需要设定
  5. print(engine)
  6. myframe = pd.read_sql("select colname,comment,tblbelongs from colname",con=engine)
  7. print (myframe)

输出结果:

  1. Engine(mysql+pymysql://root:***@127.0.0.1:3306/ryandb?charset=UTF8MB4)
  2.  
  3. comment colname tblbelongs
  4. 铜价格 p_bronze incomedoc_mx
  5. 片含量 c_piece incomedocs_mx
  6. 重量 weight incomedoc_mx
  7. 铁含量 c_iron incomedoc_mx
  8. 铝重量 w_alum incomedoc_mx
  9. 锄头马价格 p_hoeh incomedocs_mx
  10. 货品总成本 totalcost incomedoc_mx
  11. 23尖角含量 c_23sharpa incomedocs_mx
  12. 品名 goodsname None
  13. 每吨毛利 gprofit_perton incomedoc_mx
  14. 采购价 incomeprice incomedoc_mx
  15. 铜重量 w_bronze incomedoc_mx
  16. 片价格 p_piece incomedocs_mx
  17. 无限长重量 w_ulength incomedocs_mx
  18. 铁重量 w_iron incomedoc_mx
  19. 产值 v_produce incomedoc_mx
  20. 35尖角重量 w_35sharpa incomedocs_mx
  21. 无限长价格 p_ulength incomedocs_mx
  22. 无限长含量 c_ulength incomedocs_mx
  23. 铝含量 c_alum incomedoc_mx
  24. 铝价格 p_alum incomedoc_mx
  25. 35尖角含量 c_35sharpa incomedocs_mx
  26. 23尖角重量 w_23sharpa incomedocs_mx
  27. 23尖角价格 p_23sharpa incomedocs_mx
  28. 锄头马含量 c_hoeh incomedocs_mx
  29. 铜含量 c_bronze incomedoc_mx
  30. 铁价格 p_iron incomedoc_mx
  31. 35尖角价格 p_35sharpa incomedocs_mx
  32. 片重量 w_piece incomedocs_mx
  33. 锄头马重量 w_hoeh incomedocs_mx
  34. 35平角重量 w_35flata incomedocs_mx
  35. 35平角价格 p_35flata incomedocs_mx
  36. 每吨成本 cost_perton incomedoc_mx
  37. 35平角含量 c_35flata incomedocs_mx
  38. 货品赢利 profit incomedoc_mx
  39. 光亮铝重量 w_shiningal incomedocs_mx
  40. 光亮铝含量 c_shiningal incomedocs_mx
  41. 条纹片价格 p_stripp incomedocs_mx
  42. 条纹片含量 c_stripp incomedocs_mx
  43. 光亮铝价格 p_shiningal incomedocs_mx
  44. 条纹片重量 w_stripp incomedocs_mx
  45. 索赔金额 h_claim incomedoc
  46. 总成本 h_totalcost incomedoc
  47. 总利润 h_totalprofit incomedoc
  48. 每吨人工 h_perhrcost incomedoc
  49. 总人工 h_totalhrcost incomedoc
  50. 计算日期 h_caldate incomedoc
  51. 利润百分比 h_profitpp incomedoc
  52. 采购日期 h_indate incomedoc
  53. 数据来源 h_filename incomedoc
  54. 品牌 h_brand incomedoc
  55. 批次编号 h_markno incomedoc
  56. 货单编号 h_dno incomedoc
  57. 货品项目 h_item incomedoc
  • 精确打击:现在我要取出 '35尖角重量' 对应的colname, tblbelongs值,这样写
  1. wenwa = myframe.iloc[(myframe['comment']=='35尖角重量').values,[,]]
  2. print(wenwa.iloc[]['tblbelongs'])
  3. print(wenwa.iloc[]['colname'])

输出结果:

  1. incomedocs_mx
  2. w_35sharpa
  • 利用Series组装出一个行列数据,其实就是二维数组,并写入excel文件
  1. wenwa = DataFrame({"comment":Series(['铜价格', '片含量', '重量', '铁含量', '铝重量', '锄头马价格', '货品总成本', '23尖角含量', '品名', '每吨毛利',
    '采购价', '铜重量', '片价格', '无限长重量', '铁重量', '产值', '35尖角重量', '无限长价格', '无限长含量', '铝含量', '铝价格', '35尖角含量',
    '23尖角重量', '23尖角价格', '锄头马含量', '铜含量', '铁价格', '35尖角价格', '片重量', '锄头马重量', '35平角重量', '35平角价格', '每吨成本', '35平角含量',
    '货品赢利'])})
  2. print("组合成series数据类型:\n ",wenwa)
  3. wenwa.to_excel("/root/文档/wenwa.xls",index=False)

输出结果:

  1. comment
  2. 铜价格
  3. 片含量
  4. 重量
  5. 铁含量
  6. 铝重量
  7. 锄头马价格
  8. 货品总成本
  9. 23尖角含量
  10. 品名
  11. 每吨毛利
  12. 采购价
  13. 铜重量
  14. 片价格
  15. 无限长重量
  16. 铁重量
  17. 产值
  18. 35尖角重量
  19. 无限长价格
  20. 无限长含量
  21. 铝含量
  22. 铝价格
  23. 35尖角含量
  24. 23尖角重量
  25. 23尖角价格
  26. 锄头马含量
  27. 铜含量
  28. 铁价格
  29. 35尖角价格
  30. 片重量
  31. 锄头马重量
  32. 35平角重量
  33. 35平角价格
  34. 每吨成本
  35. 35平角含量
  36. 货品赢利

从mysql8.0读取数据并形成pandas dataframe类型数据,精确定位行列式中的元素,并读取的更多相关文章

  1. 用PyQt5来即时显示pandas Dataframe的数据,附qdarkstyle黑夜主题样式(美美哒的黑夜主题)

    import sys from qdarkstyle import load_stylesheet_pyqt5 from PyQt5.QtWidgets import QApplication, QT ...

  2. 如何通过Elasticsearch Scroll快速取出数据,构造pandas dataframe — Python多进程实现

    首先,python 多线程不能充分利用多核CPU的计算资源(只能共用一个CPU),所以得用多进程.笔者从3.7亿数据的索引,取200多万的数据,从取数据到构造pandas dataframe总共大概用 ...

  3. pandas.DataFrame——pd数据框的简单认识、存csv文件

    接着前天的豆瓣书单信息爬取,这一篇文章看一下利用pandas完成对数据的存储. 回想一下我们当时在最后得到了六个列表:img_urls, titles, ratings, authors, detai ...

  4. pandas dataframe类型操作

    用python做数据分析pandas库介绍之DataFrame基本操作   怎样删除list中空字符? 最简单的方法:new_list = [ x for x in li if x != '' ] 这 ...

  5. pandas dataframe重复数据查看.判断.去重

    本文详解如何使用pandas查看dataframe的重复数据,判断是否重复,以及如何去重 dataframe数据样本: import pandas as pd df = pd.DataFrame({' ...

  6. MySQL8.0.x免安装配置

    目录 概述 下载 配置环境变量 编辑配置文件 初始化MySQL 安装MySQL系统(Windows)服务 初始化MySQL 启动MySQL 修改默认密码 开启远程登录 概述 MySQL从5.7一下子跳 ...

  7. CentOS7.5 上使用 bundle 文件安装 MySQL8.0 MySQL5.0

    CentOS7.5 上使用 bundle 文件安装 MySQL8.0 MySQL5.0 CentOS7.5 环境 [root@instance-fjii60o3 ~]# rpm -qi centos- ...

  8. 远程连接centos7中mysql8.0

    远程连接centos7中mysql8.0 1.使用Navicat for MySQL或者其它数据连接软件 2.先检查centos中防火墙是否关闭,如果关闭不需要设置,如果没有关闭防火墙,请打开3306 ...

  9. windows10安装MySQL8.0.27

    1.官网下载安装包:https://dev.mysql.com/downloads/mysql/ 2.将解压文件解压到你安装的目录:D:\mysql-8.0.27-winx64 注意:不要放在有中文名 ...

随机推荐

  1. Mybatis插件之Mybatis-Plus的CRUD方法

    使用Mybatis-plus进行基本的CRUD(增查改删)操作. 实体类(User)代码: import com.baomidou.mybatisplus.annotation.IdType; imp ...

  2. oracle共享数据库操作

    Hello,大家好,这个功能相信新手小白很需要,今天小编因为刚好遇到,所以写出来分享给大家,首先你电脑得有数据库,以及PLSQL工具包,这个相信大家都有了 1.打开NET Manger应用,win10 ...

  3. DB2部分查询SQL

    /* 部分SQL */ --添加主键 alter TABLE TABLE_SCHEMA.TABLE_NAME add constraint PK_TABLE_NAME primary key(COL1 ...

  4. java日志框架系列(1):slf4j框架简介及依赖

    1.slf4j日志框架 1.简介 slf4j只是是日志规范,即只定义了接口,并没有实现这些接口. SLF4J的全称是Simple Logging Facade for Java,即简单日志门面.SLF ...

  5. 2.2注册中心:Eureka

    pom.xml配置 <?xml version="1.0" encoding="UTF-8"?><project xmlns="ht ...

  6. php gd实现简单图片验证码与图片背景文字水印

    1.让水印文字铺满图片: 大致效果: 代码: <?php function appendSpreadTextMark($imageDir, $markText) { $fontFile = &q ...

  7. 【php设计模式】单例模式

    实现单例的三个关键点: 1.使用一个静态成员来保持一个单例实例 2.一个私有的构造方法使得该类只能在类的内部方法中被实例化 3.在实例化对象的静态方法中,先判断静态变量是否已经被赋值,如果赋值则返回该 ...

  8. Python 【函数】

    函数 内置函数print() input() len() type() ... print('Hello World') 函数 参数 定义函数def greet(name): print(name+' ...

  9. k8s之网络插件flannel及基于Calico的网络策略

    1.k8s网络通信 a.容器间通信:同一个pod内的多个容器间的通信,通过lo即可实现; b.pod之间的通信:pod ip <---> pod ip,pod和pod之间不经过任何转换即可 ...

  10. hdu 6082 2017百度之星资格赛

    #include<iostream> #include<cstring> #include<cstdio> #include<cmath> #inclu ...