数据分析-pandas从数据库读取数据
使用pandas读取数据到DataFrame，对于只是数据分析来说，重点是读取数据，读取数据过程越简单越好，并不需要写得很复杂显得自己很厉害的样子。最好就是代码少，容易理解，使用方便。还有数据分析的数据可能很大，性能要好。总的来说就是简单，快速。
1 SQLAlchemy
SQLAlchemy是Python编程语言下的一款ORM框架，所谓的ORM就是Object-Relational Mapping，把关系数据库的表结果映射到对象上。使用SQLAlchemy需要先安装：
pip install sqlalchemy
1.1 MySQL
1.1.1 安装驱动
python要访问数据库，先要安装驱动，不管用不用SQLAlchemy，都要安装。
MySQL的驱动：pymysql，mysql-connector-python，mysqlclient（python2对应的版本是mysql-python)
pymysql和mysql-connector-python是用纯python写的，相对来说速度会比较慢，数据量小的时候差异没有那么大，但是数据大的时候，就很显然了。安装比较简单，都可以使用pip安装。
pip install pymysql
pip install mysql-connector-python
mysqlclient 是C写的，速度快，但是windows在安装的时候可能会有点问题，直接使用pip install mysqlclient可能会报错： Microsoft Visual C++ 14.0 is required.
解决方法：
-
比较简单的方法是手动下载whl文件 ，下载地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/。
下载后， 命令cd的到这个文件所在目录，安装
pip install mysqlclient-1.3.12-cp36-cp36m-win_amd64.whl -
也可以按照提示，去下载安装Microsoft Visual C++ Build Tools，有4G左右。一些是需要VC++环境编译的还是能遇到不少的，安装了以后就可以直接使用pip，比较方便。我只知道这个安装方法，如果更好的方法，谢谢告知。
1.1.2 读取数据
安装完成后，就可以开始读取数据库了。
import sqlalchemy as sqla
import pandas as pd
# pymysql
db = sqla.create_engine('mysql+pymysql://root:admin@localhost:3306/lagou?charset=utf8')
df = pd.read_sql('select * from lagou_job', db)
也可以使用其他驱动：
# mysqlclient(mysql-python)
create_engine('mysql+mysqldb://root:admin@localhost:3306/lagou?charset=utf8')
# mysql-connector-python
create_engine('mysql+mysqlconnector://root:admin@localhost:3306/lagou?charset=utf8')
这里只是基本的查询，还可以使用DataFrame.to_sql进行insert，写法也有更多方式更复杂，具体可以查看pandas的文档。
1.2 其他数据库
SQLAlchemy还支持其他好几种数据库，如Oracle， Microsoft SQL Server。使用时同样要下载对应的驱动，更多的可以查看 SQLAlchemy的文档。
2 直接使用驱动连接数据库
其实不使用SQLAlchemy也是可以操作数据库的，例如MySQL的pymysql。
import pymysql
db_pymysql = pymysql.connect(host='localhost',port=3306,user='root',passwd='admin',db='lagou',use_unicode=True, charset="utf8")
df = pd.read_sql('select * from lagou_job',con=db_pymysql)
3 MongoDB
读取mongodb同样需要安装驱动，先安装pymongo。
import pandas as pd
import pymongo
client = pymongo.MongoClient(host='localhost',port=27017)
db = client.DBName
collection = db.collectionName
data = pd.DataFrame(list(collection.find()))
4 总结
具体使用什么方式读取，哪种觉得方便就用哪种，能够读取到数据就好，目的是要用pandas做数据分析，而不是在争论哪个好用。当然，如果有更多的需求，可以去研究。
网友评论