Introduction

L'importation manuelle de données dans votre base de données, en particulier lorsqu'il s'agit d'un certain nombre de tables, peut non seulement être fastidieuse, mais aussi prendre du temps. Cela peut être facilité en utilisant des bibliothèques Python.

Téléchargez l'ensemble de données de peinture depuis Kaggle. L'ensemble de données de peintures est composé de 8 fichiers CSV que nous importerons dans notre base de données à l'aide d'un simple script Python, au lieu d'importer manuellement les données dans notre table de base de données.

Étapes pour importer des données

• Créez une base de données dans PG-admin et appelez-la peinture

create database painting

• Ouvrez le notebook Jupyter et installez les bibliothèques Python

pip install sqlalchemy
pip install pandas

• Importer des bibliothèques Python

import pandas as pd
from sqlalchemy import create_engine

• Créez une connexion à votre base de données pg-admin

conn_string = 'postgresql://postgres:1344@localhost/painting'
db = create_engine(conn_string) 
conn = db.connect()

Dans conn_string stocke l'URL de notre base de données où postgresql est notre base de données depuis que nous avons créé la base de données dans pg-admin, postgres est le nom par défaut de notre nom de base de données pg-admin, 1344 est le mot de passe de notre pg-admin, @localhost est le nom d'hôte et la peinture est le nom de notre base de données

• Charger des fichiers dans votre base de données

files = ['artist', 'canvas_size', 'image_link', 'museum', 'museum_hours', 'product_size', 'subject', 'work']

for file in files:

    df = pd.read_csv(fr"C:\Users\Admin\Desktop\famous painti\{file}.csv")
    df.to_sql(file, con = conn, if_exists='replace', index = False)

files sont les noms que nous souhaitons nommer nos tables dans la base de données de peinture. La boucle for est utilisée pour que nous puissions parcourir nos fichiers. fr dans pd.read csv représente la chaîne f et les données brutes. L'index doit être défini sur false pour ne pas importer l'index pandas par défaut.

Conclusion

Nous avons appris à utiliser Python et MySQL Connector pour créer une toute nouvelle base de données dans MySQL Server, créer des tables dans cette base de données au lieu de le faire manuellement.