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
云数据库 RDS MySQL Serverless,0.5-2RCU 50GB
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
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
1天前
|
JSON 关系型数据库 数据库
《Python 简易速速上手小册》第6章:Python 文件和数据持久化(2024 最新版)
《Python 简易速速上手小册》第6章:Python 文件和数据持久化(2024 最新版)
19 0
|
1天前
|
数据挖掘 索引 Python
Python 读写 Excel 文件
Python 读写 Excel 文件
7 0
|
2天前
|
机器学习/深度学习 Python 数据处理
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
17 0
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
|
2天前
|
存储 机器学习/深度学习 数据可视化
Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化
Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化
39 6
|
2天前
|
机器学习/深度学习 数据采集 供应链
从数据到决策:scikit-learn在业务分析中的应用
【4月更文挑战第17天】本文探讨了scikit-learn在业务分析中的应用,包括数据预处理、分类、回归和聚类模型的构建,以及模型评估与优化。通过使用scikit-learn,企业能有效处理数据、预测趋势、客户细分并制定决策,从而提升经营效率和市场策略。随着机器学习的发展,scikit-learn在业务分析领域的潜力将持续释放,创造更多价值。
|
2天前
|
算法 数据可视化 Python
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
11 0
|
2天前
|
BI 开发者 数据格式
Python代码填充数据到word模板中
【4月更文挑战第16天】
|
3天前
|
数据可视化 算法 API
Python数据可视化-seaborn Iris鸢尾花数据
Python数据可视化-seaborn Iris鸢尾花数据
11 0
|
3天前
|
程序员 索引 Python
06-python数据容器-set(集合)入门基础操作
06-python数据容器-set(集合)入门基础操作
|
3天前
|
索引 容器
06-python数据容器-list列表定义/list的10个常用操作/列表的遍历/使用列表取出偶数
06-python数据容器-list列表定义/list的10个常用操作/列表的遍历/使用列表取出偶数