基於游標得操作

游標是資料庫操作的相對底層的能力。簡單的操作如下：

import mysql.connector
import random

host = 'localhost'
user = 'root'
password = '8848is8848'
dbname = 'demodb'


def fakedata(maxtimes):

    # 連接資料庫
    demodb = mysql.connector.connect(
        host=host, user=user, password=password, database=dbname)
    democur = demodb.cursor()

    # 插入模擬出來的數據。
    for _ in range(maxtimes):
        pm25 = random.uniform(0, 300)
        insertsql = f'insert into demotb(pm25) values({pm25})'
        democur.execute(insertsql)

    demodb.commit()
    democur.close()
    demodb.close()


def querydata():

    # 連接資料庫
    demodb = mysql.connector.connect(
        host=host, user=user, password=password, database=dbname)
    democur = demodb.cursor()

    # 進行一個簡單的查詢，返回多個值
    selsql = 'select pm25 from demotb where pm25 >50.0'
    democur.execute(selsql)
    for i in democur:
        print(i)
    demodb.commit()
    democur.close()
    demodb.close()


def queryresult():

    # 連接資料庫
    demodb = mysql.connector.connect(
        host=host, user=user, password=password, database=dbname)
    democur = demodb.cursor()

    # 進行一個簡單的查詢，返回多個值
    selsql = 'select max(pm25) from demotb'
    democur.execute(selsql)
    result = democur.fetchone()
    print(result)
    demodb.commit()
    democur.close()
    demodb.close()


fakedata(10)
querydata()
queryresult()

上述操作是比較底層的，尤其是使用游標操作，只能夠是遍歷操作，然後依次處理數據。為此，需要引入更加抽象與高層的工具。

基於pandas的操作

pandas雖然字面意思是熊貓，但實際上它是一個強力的數據分析工具框架。網上對於pandas的介紹非常多，但筆者還是推薦直接看官方文檔更好。使用pandas訪問資料庫的代碼如下：

import mysql.connector
import pandas as pd

host = 'localhost'
user = 'root'
password = '8848is8848'
dbname = 'demodb'


def querydata():

    # 連接資料庫
    demodb = mysql.connector.connect(
        host=host, user=user, password=password, database=dbname)

    # 進行一個簡單的查詢，返回多個值
    selsql = 'select pm25 from demotb where pm25 >50.0'
    listpd = pd.read_sql(selsql, demodb)
    demodb.close()
    print(listpd)


querydata()

此時返回的輸出結果如下所示：

      pm25
0   80.6221
1  192.4580
2  291.4450
3  279.8550
4   92.3528
5  107.4040
6  144.2040
7  213.5120
8  226.6060

如下所示，pandas使用DataFrame來管理記錄，其輸出本身就具有表格的特性，與資料庫表也很相似，理解與操作起來非常方便。

 在新版本的pandas中，上述代碼會引起警告，建議改成SQLAlchemy connectable(engine/connection)，後續代碼將引入這種升級的連接方式。