使用pandas模块连接mysql数据库查询多条sql语句并将循环查询的sql结果写入excel文件中的不同sheet页（自动化办公）

使用pandas模块连接mysql数据库查询多条sql语句并将循环查询的sql结果写入excel文件中的不同sheet页（自动化办公）

文章目录

• 一、前言
• 二、pandas是什么？
• 三、使用步骤
• • 1.引入库
  • 2.读入数据
• 四、代码

---

一、前言

继上次的更新有三个月了，这次带来了最新的mysql查询并写入excel表格不同sheet页的方法，也算是自我的一个提高总结，同时也希望能够帮助有需要的人，如有大牛，请多多指正。
1.old:上次写的是通过pymysql连接数据库，结果写入变量列表，之后再依次读取写入表格中;
2.new:最新的sql通过pandas.read_sql方法读取查询结果，并直接写入表格的不同sheet页面，相比之前的方法效率提高了很多。

二、pandas是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

三、使用步骤 1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

总结

以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

四、代码

#导入所需的模块
import pandas as pd
from pandas.io import sql
import pymysql,os
#配置数据库连接（数据库信息填写自己的）
conn =  pymysql.connect(
    host = '192.168.11.93',
    user = 'root',
    passwd = '*********',
    port = 3306,
    db = 'manage',
    charset = 'utf8'
)
#定义查询sql文件的路径（==文本中的多组sql以“;”进行分割，最后一组不要“;”，否则切割出来的sql会有空白sql，执行会报错！！！==）
sqls_file=(r'C:UsersSkylerDesktopsqls.txt')
#由于查询结果是多个，所以提前通过变量设置不同sheet页面的名称
sheet_names=['baseinfo','grade']
#定义读取sql方法返回sql语句
def sqls(sqls_file):
    global sqlstrs
    with open(sqls_file,'r',encoding='utf-8') as f:
        sqlstrs=f.read().split(';')
# 定义数据查询方法
def quert_method(sql_str):
    global df   #设置为全局变量
    df = pd.read_sql(sql_str,con = conn)
# 定义并自动执行主程序
if __name__ == '__main__':
    sqls(sqls_file)
    with pd.ExcelWriter('学生信息表.xlsx') as writer:
        for i in range(0,len(sqlstrs)):
            quert_method(sqlstrs[i])
            df.to_excel(writer, sheet_name=sheet_names[i], index=False, header=True)