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
- from pandas import *
- import pandas as pd
- from sqlalchemy import create_engine
- 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- print(engine)
- myframe = pd.read_sql("select colname,comment,tblbelongs from colname",con=engine)
- print (myframe)
输出结果:
- Engine(mysql+pymysql://root:***@127.0.0.1:3306/ryandb?charset=UTF8MB4)
- comment colname tblbelongs
- 铜价格 p_bronze incomedoc_mx
- 片含量 c_piece incomedocs_mx
- 重量 weight incomedoc_mx
- 铁含量 c_iron incomedoc_mx
- 铝重量 w_alum incomedoc_mx
- 锄头马价格 p_hoeh incomedocs_mx
- 货品总成本 totalcost incomedoc_mx
- 23尖角含量 c_23sharpa incomedocs_mx
- 品名 goodsname None
- 每吨毛利 gprofit_perton incomedoc_mx
- 采购价 incomeprice incomedoc_mx
- 铜重量 w_bronze incomedoc_mx
- 片价格 p_piece incomedocs_mx
- 无限长重量 w_ulength incomedocs_mx
- 铁重量 w_iron incomedoc_mx
- 产值 v_produce incomedoc_mx
- 35尖角重量 w_35sharpa incomedocs_mx
- 无限长价格 p_ulength incomedocs_mx
- 无限长含量 c_ulength incomedocs_mx
- 铝含量 c_alum incomedoc_mx
- 铝价格 p_alum incomedoc_mx
- 35尖角含量 c_35sharpa incomedocs_mx
- 23尖角重量 w_23sharpa incomedocs_mx
- 23尖角价格 p_23sharpa incomedocs_mx
- 锄头马含量 c_hoeh incomedocs_mx
- 铜含量 c_bronze incomedoc_mx
- 铁价格 p_iron incomedoc_mx
- 35尖角价格 p_35sharpa incomedocs_mx
- 片重量 w_piece incomedocs_mx
- 锄头马重量 w_hoeh incomedocs_mx
- 35平角重量 w_35flata incomedocs_mx
- 35平角价格 p_35flata incomedocs_mx
- 每吨成本 cost_perton incomedoc_mx
- 35平角含量 c_35flata incomedocs_mx
- 货品赢利 profit incomedoc_mx
- 光亮铝重量 w_shiningal incomedocs_mx
- 光亮铝含量 c_shiningal incomedocs_mx
- 条纹片价格 p_stripp incomedocs_mx
- 条纹片含量 c_stripp incomedocs_mx
- 光亮铝价格 p_shiningal incomedocs_mx
- 条纹片重量 w_stripp incomedocs_mx
- 索赔金额 h_claim incomedoc
- 总成本 h_totalcost incomedoc
- 总利润 h_totalprofit incomedoc
- 每吨人工 h_perhrcost incomedoc
- 总人工 h_totalhrcost incomedoc
- 计算日期 h_caldate incomedoc
- 利润百分比 h_profitpp incomedoc
- 采购日期 h_indate incomedoc
- 数据来源 h_filename incomedoc
- 品牌 h_brand incomedoc
- 批次编号 h_markno incomedoc
- 货单编号 h_dno incomedoc
- 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
- wenwa = myframe.iloc[(myframe['comment']=='35尖角重量').values,[,]]
- print(wenwa.iloc[]['tblbelongs'])
- print(wenwa.iloc[]['colname'])
输出结果:
- incomedocs_mx
- 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
- 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'])})- print("组合成series数据类型:\n ",wenwa)
- wenwa.to_excel("/root/文档/wenwa.xls",index=False)
输出结果:
- comment
- 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
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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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({' ...
- 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 ...
- 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- ...
- 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 ...
- 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
- 《鸟哥的Linux私房菜:基础学习篇》第二部分读书笔记
一.Linux的文件权限与目录配置 1. Linux用户身份与用户组记录的文件:默认情况下,/etc/passwd记录所有的系统账号与一般身份账号及root的相关信息,/etc/shadow记录个人的 ...
- 如何配置虚拟机的ip地址以及如何使用XShell和WinSCP工具
参考资料:https://blog.csdn.net/phy1997/article/details/78928796
- 【LOJ】#3102. 「JSOI2019」神经网络
LOJ#3102. 「JSOI2019」神经网络 首先我们容易发现就是把树拆成若干条链,然后要求这些链排在一个环上,同一棵树的链不相邻 把树拆成链可以用一个简单(但是需要复杂的分类讨论)的树背包实现 ...
- vue的 :class 与 :style 的讲解
Vue样式: Vue中通过属性绑定为元素的class样式 第一种使用方式:直接传递一个数组 注意:这里的class需要使用v-bind做数据绑定 第二种使用方式:在数组中使用三元表达式 第三种使用方式 ...
- iframe/frameset/frame的区别
目录 iframe iframe属性的用法 iframe属性的取值 iframe的书写格式 frameset frameset的用法(框架模板) frameset属性的属性值 frame frame的 ...
- MongoDB数据库、集合、文档的操作
MongoDB系列第一课:MongDB简介 MongoDB系列第二课:MongDB环境搭建 MongoDB系列第三课:MongDB用户管理 MongoDB系列第四课:MongoDB数据库.集合.文档的 ...
- Linux 系统的安全加固
Linux是一套免费使用和自由传播的类Unix操作系统,作为一个开放源代码的操作系统,Linux服务器以其安全.高效和稳定的显著优势而得以广泛应用,但如果不做好权限的合理分配,Linux系统的安全性还 ...
- 面试官:Kafka 如何优化内存缓冲机制造成的频繁 GC 问题?
Jusfr 原创,转载请注明来自博客园 Request 与 Response 的响应格式 Request 与 Response 都是以 长度+内容 形式描述, 见于 A Guide To The Ka ...
- DateTime.TryParse 日期时间字符串验证
DateTime applicationDatetime = new DateTime(); bool applicationDate = DateTime.TryParse("2019-0 ...
- 检查一个string是否包含List<string>中的任意一个
bool b = listOfStrings.Any(s=>myString.Contains(s)); 应用在where子句中的示例: //获取路径 var groupPaths = grou ...