소개

특히 테이블 수가 많은 경우 데이터베이스로 데이터를 수동으로 가져오는 것은 번거로울 뿐만 아니라 시간도 많이 소요됩니다. Python 라이브러리를 사용하면 더 쉽게 만들 수 있습니다.

kaggle에서 그림 데이터세트를 다운로드하세요. 그림 데이터 세트는 수동으로 데이터베이스 테이블로 데이터를 가져오는 대신 간단한 Python 스크립트를 사용하여 데이터베이스로 가져올 8개의 csv 파일로 구성됩니다.

데이터를 가져오는 단계

• PG-admin에서 데이터베이스를 생성하고 페인팅이라고 부릅니다.

create database painting

• jupyter 노트북을 열고 Python 라이브러리를 설치합니다.

pip install sqlalchemy
pip install pandas

• Python 라이브러리 가져오기

import pandas as pd
from sqlalchemy import create_engine

• pg-admin 데이터베이스에 대한 연결 만들기

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

conn_string은 pg-admin에서 데이터베이스를 생성했기 때문에 postgresql이 데이터베이스인 데이터베이스에 URL을 저장합니다. postgres는 데이터베이스 이름 pg-admin의 기본 이름이고, 1344는 pg-admin의 비밀번호이고 @localhost는 호스트 이름입니다. 그림은 데이터베이스 이름입니다

• 데이터베이스에 파일 로드

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)

files는 페인팅 데이터베이스에서 테이블의 이름을 지정하려는 이름입니다. for 루프는 파일을 반복할 수 있도록 사용됩니다. pd.read csv의 fr은 f 문자열과 원시 데이터를 나타냅니다. 기본 Pandas 인덱스를 가져오지 않으려면 인덱스를 false로 설정해야 합니다.

결론

Python 및 MySQL 커넥터를 사용하여 MySQL 서버에서 완전히 새로운 데이터베이스를 생성하고, 수동으로 수행하는 대신 해당 데이터베이스 내에 테이블을 생성하는 방법을 배웠습니다.