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 DuckDB 分析主实例,集群系列 4核8GB
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
|
3月前
|
数据采集 Web App开发 数据可视化
Python零基础爬取东方财富网股票行情数据指南
东方财富网数据稳定、反爬宽松,适合爬虫入门。本文详解使用Python抓取股票行情数据,涵盖请求发送、HTML解析、动态加载处理、代理IP切换及数据可视化,助你快速掌握金融数据爬取技能。
1887 1
|
3月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
496 0
|
3月前
|
JSON 算法 API
Python采集淘宝商品评论API接口及JSON数据返回全程指南
Python采集淘宝商品评论API接口及JSON数据返回全程指南
|
3月前
|
JSON API 数据安全/隐私保护
Python采集淘宝拍立淘按图搜索API接口及JSON数据返回全流程指南
通过以上流程,可实现淘宝拍立淘按图搜索的完整调用链路,并获取结构化的JSON商品数据,支撑电商比价、智能推荐等业务场景。
|
5月前
|
机器学习/深度学习 新能源 调度
电力系统短期负荷预测(Python代码+数据+详细文章讲解)
电力系统短期负荷预测(Python代码+数据+详细文章讲解)
478 1
|
5月前
|
缓存 API 网络架构
淘宝item_search_similar - 搜索相似的商品API接口,用python返回数据
淘宝联盟开放平台中,可通过“物料优选接口”(taobao.tbk.dg.optimus.material)实现“搜索相似商品”功能。该接口支持根据商品 ID 获取相似推荐商品,并返回商品信息、价格、优惠等数据,适用于商品推荐、比价等场景。本文提供基于 Python 的实现示例,包含接口调用、数据解析及结果展示。使用时需配置淘宝联盟的 appkey、appsecret 和 adzone_id,并注意接口调用频率限制和使用规范。
|
4月前
|
存储 监控 API
Python实战:跨平台电商数据聚合系统的技术实现
本文介绍如何通过标准化API调用协议,实现淘宝、京东、拼多多等电商平台的商品数据自动化采集、清洗与存储。内容涵盖技术架构设计、Python代码示例及高阶应用(如价格监控系统),提供可直接落地的技术方案,帮助开发者解决多平台数据同步难题。
|
4月前
|
存储 JSON 算法
Python集合:高效处理无序唯一数据的利器
Python集合是一种高效的数据结构,具备自动去重、快速成员检测和无序性等特点,适用于数据去重、集合运算和性能优化等场景。本文通过实例详解其用法与技巧。
164 0
|
3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。
490 7
|
4月前
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy,实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交,支持百万级数据高速写入,具备良好的可扩展性与稳定性。

推荐镜像

更多