在Python编程中，将Excel数据导入MySQL数据库是一项常见的任务，特别是在数据分析、报表生成或Web应用程序后端处理中。本实例将向你展示如何利用Python的pandas库和MySQL的mysql-connector-python模块来实现这一过程。
我们需要安装必要的Python库。`pandas`用于处理Excel文件，`mysql-connector-python`则用于连接和操作MySQL数据库。可以使用以下命令安装：
```bash
pip install pandas mysql-connector-python
```
一旦安装完成，我们可以开始编写代码。我们需要读取Excel文件。pandas提供了`read_excel()`函数来完成这个任务：
```python
import pandas as pd
# 假设Excel文件名为"your_file.xlsx"
df = pd.read_excel("your_file.xlsx")
```
`df`现在是一个DataFrame对象，它是pandas库中的数据结构，用于存储表格数据。你可以通过打印`df.head()`来查看数据的前几行，确保数据已被正确加载。
接下来，我们需要建立与MySQL数据库的连接。以下是如何使用`mysql-connector-python`创建连接：
```python
import mysql.connector
# 创建数据库连接配置
config = {
'user': 'your_username',
'password': 'your_password',
'host': 'localhost', # 或者你的服务器地址
'database': 'your_database_name'
}
# 连接MySQL
cnx = mysql.connector.connect(**config)
cursor = cnx.cursor()
```
在连接成功后，我们需要创建一个数据库表来存储Excel数据。假设我们的Excel文件有三列：`column1`, `column2`, `column3`，我们可以创建一个名为`your_table_name`的表：
```sql
CREATE TABLE your_table_name (
column1 VARCHAR(255),
column2 INT,
column3 DATE
);
```
使用`cursor.execute()`执行SQL命令：
```python
create_table_query = """
CREATE TABLE IF NOT EXISTS your_table_name (
column1 VARCHAR(255),
column2 INT,
column3 DATE
);
"""
cursor.execute(create_table_query)
```
确保表的字段类型与Excel数据匹配。接下来，我们将DataFrame的数据写入MySQL。这可以通过将DataFrame转换为SQL语句并执行来完成：
```python
# 将DataFrame转换为SQL语句
insert_query = """
INSERT INTO your_table_name (column1, column2, column3)
VALUES (%s, %s, %s)
"""
# 分批插入数据（防止内存溢出）
batch_size = 1000
for i in range(0, len(df), batch_size):
data = df.iloc[i:i+batch_size].values.tolist()
cursor.executemany(insert_query, data)
# 提交事务
cnx.commit()
```
关闭数据库连接：
```python
cursor.close()
cnx.close()
```
整个过程就是这样，通过Python和相应的库，我们可以轻松地将Excel数据导入到MySQL数据库。记得替换上述代码中的`your_file.xlsx`, `your_username`, `your_password`, `your_database_name`以及`your_table_name`等占位符为实际的文件名和数据库信息。这个实例适用于大量数据的迁移，也可以作为自动化数据处理流程的一部分。
python导入excel内容到mysql实例.rar （2个子文件） 
python导入excel内容到mysql实例 
1-54w.xlsx 25.62MB
excelToMysql.py 4KB
