介绍

手动将数据导入数据库，尤其是当数据库中有多个表时，不仅很烦人，而且还很耗时。通过使用 python 库可以使这变得更容易。

从kaggle下载绘画数据集。绘画数据集由 8 个 csv 文件组成，我们将使用简单的 python 脚本将其导入到数据库中，而不是手动将数据导入到数据库表中。

导入数据的步骤

• 在PG-admin中创建数据库并命名为painting

create database painting

• 打开jupyter笔记本并安装python库

pip install sqlalchemy
pip install pandas

• 导入Python库

import pandas as pd
from sqlalchemy import create_engine

• 创建到您的 pg-admin 数据库的连接

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

在 conn_string 中存储我们数据库的 url，其中 postgresql 是我们的数据库，因为我们在 pg-admin 中创建了数据库，postgres 是我们数据库名称 pg-admin 的默认名称，1344 是我们 pg-admin 的密码，@localhost 是主机名绘画是我们的数据库名称

• 将文件加载到数据库

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 是我们希望命名绘画数据库中的表的名称。使用 for 循环以便我们可以迭代我们的文件。 pd.read csv中的fr代表f字符串和原始数据。 Index 必须设置为 false 才能不导入默认的 pandas 索引。

结论

我们已经学习了如何使用 Python 和 MySQL Connector 在 MySQL Server 中创建一个全新的数据库，在该数据库中创建表而不是手动执行。