通过python操控MYSQL添加数据,并将数据添加到EXCEL中

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL DuckDB 分析主实例,集群系列 8核16GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 通过python操控MYSQL添加数据,并将数据添加到EXCEL中 第一步 在python中创建mysql数据表 import pymysql #导入模块 def getCon(): #联接到数据库,并封装循环使用,db是数据库名字 conn = pymysql.

通过python操控MYSQL添加数据,并将数据添加到EXCEL中

第一步 在python中创建mysql数据表

import pymysql              #导入模块
def getCon():               #联接到数据库,并封装循环使用,db是数据库名字
    conn = pymysql.connect(host = '127.0.0.1',user='root',passwd='123456',db='movies')
    return conn
#
#创建数据表
def createALL():
    conn = getCon()
    sql ='''create table movierank(                     #这一段为sql语句,创建数据表
    moviename varchar(255) not null primary key,
    boxoffice float not null,
    percent float not null,
    days int(11) not null,
    totalboxoffice float not null)
    '''
    cur = conn.cursor()
    cur.execute(sql)
    conn.commit()
# createALL()                  #调用函数,调用完成及时注释掉,避免多次调用报错

#修改字段属性
def alterALL():
    conn = getCon()
    sql = "alter table movierank modify percent varchar(255) not null "           #将percent的列属性改成varchar(255)
    cur  = conn.cursor()
    cur.execute(sql)
# alterALL()

#插入数据
def insertALL(data):
    conn = getCon()
    sql ="insert into movierank values('%s','%f','%s','%d','%f')"           #占位符使用时注意列类型的区分d:整数s:字符串f:浮点小数
    cur =conn.cursor()
    cur.execute(sql%data)
    conn.commit()
data =('21克拉',1031.92,'15.18%',2,2827.09)
data2 =('狂暴巨兽',2928.28 ,'43.07%',9    ,57089.2)
data3 =('起跑线',161.03   ,'2.37%',18    ,19873.43)
data4 = ('头号玩家',   1054.87    ,'15.52%',23,127306.41)
data5 =('红海行动',    45.49, '0.67%',65,    364107.74)
data6=('犬之岛',  617.35,    '9.08%',2, 1309.09)
data7=('湮灭',   135.34 ,'1.99%',9,    5556.77)
# insertALL(data)              #调用函数,并导入数据
# insertALL(data2)
# insertALL(data3)
# insertALL(data4)
# insertALL(data5)
# insertALL(data6)
# insertALL(data7)


#查看数据
def searchALL():
    lt =[]               #建立空列表,用于后面插入excel中时使用
    conn = getCon()
    sql = "select * from movierank"
    cur=conn.cursor()
    cur.execute(sql)
    all = cur.fetchall()   #查看所有数据
    for i in all:           #通过遍历查看
        lt.append(i)         #将数据放到空列表中
    return lt

   #下面为实验验证效果的注释
        # for i in all:
            # print(i)          #此时打印数据,数据格式为元组
        #   for j in i:         #在进行一次遍历,将每一个数据都打印出来

        #     print(j,end='\t')       #两次遍历是将数据显示出来
        # print()
searchALL()     #调用涵数


第二步为将数据插入到EXCEL中
import xlrd         #导入需要的模块
import xlwt
wbk = xlwt.Workbook()
sheet=wbk.add_sheet('movieRank.xlsx')
for i in range(len(searchALL())):            #计算列表的长度就是计算有多少行
    for j in range(len(searchALL()[0])):     #计算列表中的第一个列表中的数据的长度就是有多少列
        sheet.write(i,j,searchALL()[i][j])   #通过索引写入数据
wbk.save('moviesrank.xlsx')                   #保存 

#查看是否成功
wk = xlrd.open_workbook('moviesrank.xlsx')
sheet = wk.sheet_by_index(0)
nrows = sheet.nrows
ncols = sheet.ncols
    #查看行值
for i in range(nrows):
    myrowvalue = sheet.row_values(i)
    # print(myrowvalue)
    #查看列值
for j in range(ncols):
    mycolvalue = sheet.col_values(j)
    # print(mycolvalue)

#查看单元格的值
for i in range(nrows):
    for j in range(ncols):
        mycellvalue = sheet.cell(i,j).value
        print(mycellvalue,end='\t')
    print()

完成

原文地址https://blog.csdn.net/qq_41124528/article/details/81837159

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
5月前
|
Python
如何根据Excel某列数据为依据分成一个新的工作表
在处理Excel数据时,我们常需要根据列值将数据分到不同的工作表或文件中。本文通过Python和VBA两种方法实现该操作:使用Python的`pandas`库按年级拆分为多个文件,再通过VBA宏按班级生成新的工作表,帮助高效整理复杂数据。
|
7月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
5月前
|
数据采集 数据可视化 数据挖掘
用 Excel+Power Query 做电商数据分析:从 “每天加班整理数据” 到 “一键生成报表” 的配置教程
在电商运营中,数据是增长的关键驱动力。然而,传统的手工数据处理方式效率低下,耗费大量时间且易出错。本文介绍如何利用 Excel 中的 Power Query 工具,自动化完成电商数据的采集、清洗与分析,大幅提升数据处理效率。通过某美妆电商的实战案例,详细拆解从多平台数据整合到可视化报表生成的全流程,帮助电商从业者摆脱繁琐操作,聚焦业务增长,实现数据驱动的高效运营。
|
5月前
|
SQL 人工智能 关系型数据库
如何实现MySQL百万级数据的查询?
本文探讨了在MySQL中对百万级数据进行排序分页查询的优化策略。面对五百万条数据,传统的浅分页和深分页查询效率较低,尤其深分页因偏移量大导致性能显著下降。通过为排序字段添加索引、使用联合索引、手动回表等方法,有效提升了查询速度。最终建议根据业务需求选择合适方案:浅分页可加单列索引,深分页推荐联合索引或子查询优化,同时结合前端传递最后一条数据ID的方式实现高效翻页。
284 0
|
2月前
|
人工智能 Java Linux
Python高效实现Excel转PDF:无Office依赖的轻量化方案
本文介绍无Office依赖的Python方案,利用Spire.XLS、python-office、Aspose.Cells等库实现Excel与PDF高效互转。支持跨平台部署、批量处理、格式精准控制,适用于服务器环境及自动化办公场景,提升转换效率与系统稳定性。
345 7
|
2月前
|
机器学习/深度学习 监控 数据挖掘
Python 高效清理 Excel 空白行列:从原理到实战
本文介绍如何使用Python的openpyxl库自动清理Excel中的空白行列。通过代码实现高效识别并删除无数据的行与列,解决文件臃肿、读取错误等问题,提升数据处理效率与准确性,适用于各类批量Excel清理任务。
370 0
|
3月前
|
SQL 关系型数据库 MySQL
如何将Excel表的数据导入RDS MySQL数据库?
本文介绍如何通过数据管理服务DMS将Excel文件(转为CSV格式)导入RDS MySQL数据库,涵盖建表、编码设置、导入模式选择及审批执行流程,并提供操作示例与注意事项。
|
7月前
|
存储 安全 大数据
网安工程师必看!AiPy解决fscan扫描数据整理难题—多种信息快速分拣+Excel结构化存储方案
作为一名安全测试工程师,分析fscan扫描结果曾是繁琐的手动活:从海量日志中提取开放端口、漏洞信息和主机数据,耗时又易错。但现在,借助AiPy开发的GUI解析工具,只需喝杯奶茶的时间,即可将[PORT]、[SERVICE]、[VULN]、[HOST]等关键信息智能分类,并生成三份清晰的Excel报表。告别手动整理,大幅提升效率!在安全行业,工具党正碾压手动党。掌握AiPy,把时间留给真正的攻防实战!官网链接:https://www.aipyaipy.com,解锁更多用法!
|
4月前
|
存储 关系型数据库 MySQL
在CentOS 8.x上安装Percona Xtrabackup工具备份MySQL数据步骤。
以上就是在CentOS8.x上通过Perconaxtabbackup工具对Mysql进行高效率、高可靠性、无锁定影响地实现在线快速全量及增加式数据库资料保存与恢复流程。通过以上流程可以有效地将Mysql相关资料按需求完成定期或不定期地保存与灾难恢复需求。
361 10
|
5月前
|
开发工具 Python
使用Python和OpenAPI将云上的安全组规则填写入Excel
本文介绍如何通过Python脚本自动化获取阿里云安全组及其规则信息,并将结果导出为Excel表格。相比CLI命令行方式,Python实现更高效、便捷,适用于需要批量处理和交付的场景。
使用Python和OpenAPI将云上的安全组规则填写入Excel

推荐镜像

更多