創(chuàng)建MySQL引擎
import pandas as pd
from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://ledao:ledao123@localhost/pandas_learn')
以默認方式讀取所有的列到DF中
with engine.connect() as conn, conn.begin():
data = pd.read_sql_table('data_col1_col2', con=conn)
data.head()
第一個參數(shù)為數(shù)據(jù)庫中的表名，第二個參數(shù)為連接漠畜，也可以直接給engine曹洽。
指定某列為index致燥，指定讀取的列
with engine.connect() as con, con.begin():
data = pd.read_sql_table('data_col1_col2', con=con, index_col='index', columns=['col1', 'col2'])
data.head()
通過index_col=參數(shù)指定列'index'為DF的index，通過columns=（列表類型）指定讀取表的子集赂韵。
將某列解析為Date類型
pd.read_sql_table('data_col1_col2', con=engine, parse_dates=['col1']).head()
通過parse_dates=（列表類型）指定某幾個列（如整型娱节、字符串型的列）為Date類型，pandas會自動解析祭示，默認的格式為（1970-01-01 00:00:00）肄满。
同時，也可指定解析的字符串格式质涛，如下所示：
# pd.read_sql_table('data_col1_col2', engine, parse_dates={'col1': '%Y-%m-%d'})
pd.read_sql_table('data_col1_col2', engine, parse_dates={'col1': {'format': '%Y-%m-%d %H:%M:%S'}}).head()
Pandas讀取表格就這么容易稠歉。
