Python數(shù)據(jù)存儲讀取，6千字搞定各種方法

來源：簡說Python

作者：老表

• 一、前言

• 二、專欄概要

• 三、做準(zhǔn)備：將爬取到的數(shù)據(jù)存入csv和mysql、其他數(shù)據(jù)庫

• 3.1 前情回顧

• 3.1 數(shù)據(jù)存入+讀取csv

• 3.2 數(shù)據(jù)存入+讀取 MySQL

• 3.3 數(shù)據(jù)存入+讀取 SQLAlchemy

• 3.4 pandas 自帶to_sql和read_sql實現(xiàn)數(shù)據(jù)存儲、讀取

• 3.5 其他拓展

• 四、下集預(yù)告

一、前言

今天的分享來滿足這位讀者的需求，想讀“關(guān)于數(shù)據(jù)庫sql或者MySQL的，就那種Python來處理數(shù)據(jù)庫，比如Python爬蟲爬到數(shù)據(jù)，然后封存到數(shù)據(jù)庫里面，然后再從sql里面讀取，進行分析可視化”。

后面寫文章一方面是自己學(xué)習(xí)筆記，另外也會針對讀者需求寫一些專題文章，如果你有自己的想法，歡迎瀏覽器訪問下方鏈接，或者點擊閱讀原文，給博主提意見：

https://shimo.im/forms/pVQRXG6gWyqPxCTY/fill?channel=wechat

本系列第一篇：直接來：一行代碼爬取微博熱搜數(shù)據(jù)

二、專欄概要

• 直接來：一行代碼爬取微博熱搜數(shù)據(jù)
• 做準(zhǔn)備：將爬取到的數(shù)據(jù)存入csv和mysql、其他數(shù)據(jù)庫
• 搞事情：讀取mysql數(shù)據(jù)并進行數(shù)據(jù)分析與可視化
• 進階活：將可視化數(shù)據(jù)結(jié)果呈現(xiàn)到web頁面（大屏可視化）
• 悄悄話：項目總結(jié)與思考，期待你的來稿

三、做準(zhǔn)備：將爬取到的數(shù)據(jù)存入csv和mysql、其他數(shù)據(jù)庫

首先需要你的電腦安裝好了Python環(huán)境，并且安裝好了Python開發(fā)工具。

如果你還沒有安裝，可以參考以下文章：

如果僅用Python來處理數(shù)據(jù)、爬蟲、數(shù)據(jù)分析或者自動化腳本、機器學(xué)習(xí)等，建議使用Python基礎(chǔ)環(huán)境+jupyter即可，安裝使用參考Windows/Mac 安裝、使用Python環(huán)境+jupyter notebook

如果想利用Python進行web項目開發(fā)等，建議使用Python基礎(chǔ)環(huán)境+Pycharm，安裝使用參考 ：Windows下安裝、使用Pycharm教程，這下全了 和 Mac下玩轉(zhuǎn)Python-安裝&使用Python/PyCharm 。

3.1 前情回顧

在上一節(jié)中，我們爬取好了數(shù)據(jù)，在之前的基礎(chǔ)上，我拓展了下數(shù)據(jù)，爬取了2021年1月1日到2021年9月1日的微博熱搜數(shù)據(jù)，需要數(shù)據(jù)的可以在文末獲取，當(dāng)然你直接利用上次獲取數(shù)據(jù)的方法獲取到相應(yīng)數(shù)據(jù)，也可以學(xué)習(xí)本系列，不影響。

數(shù)據(jù)基本情況：

Data columns (total 4 columns):
 #   Column         Non-Null Count  Dtype 
---  ------         --------------  ----- 
 0   wb_title       82869 non-null  object
 1   wb_hot_time    82869 non-null  int64 
 2   wb_hot_number  82869 non-null  int64 
 3   wb_first_time  82869 non-null  object
dtypes: int64(2), object(2)
memory usage: 2.5+ MB

字段說明：

數(shù)據(jù)示例：

3.1 數(shù)據(jù)存入+讀取csv

這里我們利用pandas的to_csv方法，如果你還沒有安裝過，直接：

pip install pandas

pandas為Python編程語言提供高性能，是基于NumPy 的一種易于使用的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具,pandas為我們提供了高性能的高級數(shù)據(jù)結(jié)構(gòu)（比如：DataFrame）和高效地操作大型數(shù)據(jù)集所需的工具，同時提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。

首先需要導(dǎo)入pandas模塊，并起一個別名pd:

import pandas as pd

• 寫數(shù)據(jù)

# 數(shù)據(jù)已經(jīng)是pandas的DataFrame，所以直接調(diào)用to_csv函數(shù)即可
save_path = '../wb_hot_data.csv'  # 文件存儲路徑，這里使用相對路徑，存儲到代碼的上級目錄下
wb_hot_data.to_csv(save_path)

超級簡單，直接調(diào)用to_scv函數(shù)，傳入一個文件路徑即可實現(xiàn)寫入csv功能，但是你會發(fā)現(xiàn)直接打開會中文會亂碼，索引列也被存儲進去了。

不要急，我在之前寫的數(shù)據(jù)分析從零開始實戰(zhàn) | 基礎(chǔ)篇（一）有詳細(xì)的to_csv函數(shù)解析，這里直接貼過來，方便大家學(xué)習(xí)：

to_csv(path_or_buf,sep,na_rep,columns,header,index)

1. path_or_buf：字符串，文件名、文件具體、相對路徑、文件流等；

2. sep：字符串，文件分割符號；

3. na_rep：字符串，將NaN轉(zhuǎn)換為特定值；

4. columns：列表，選擇部分列寫入；

5. header：None,寫入時忽略列名；

6. index：False則選擇不寫入索引,默認(rèn)為True。

我們存儲的時候設(shè)置下編碼（編碼設(shè)置為utf_8_sig）和不要存儲索引即可：

# 數(shù)據(jù)已經(jīng)是pandas的DataFrame，所以直接調(diào)用to_csv函數(shù)即可
save_path = '../wb_hot_data.csv'  # 文件存儲路徑，這里使用相對路徑，存儲到代碼的上級目錄下
# 改為utf_8_sig編碼 https://blog.csdn.net/pipisorry/article/details/44136297
wb_hot_data.to_csv(save_path, encoding='utf_8_sig',index=False)

• 讀數(shù)據(jù)

# 直接調(diào)用pandas的read_csv函數(shù)即可，傳入文件存儲路徑
wb_hot_data = pd.read_csv('../wb_hot_data.csv')
# 查看數(shù)據(jù)前3行
wb_hot_data.head(3)

我在之前寫的數(shù)據(jù)分析從零開始實戰(zhàn) | 基礎(chǔ)篇（一）有詳細(xì)的read_csv函數(shù)解析，這里直接貼過來，方便大家學(xué)習(xí)：

read_csv(filepath_or_buffer,sep,header,names,skiprows,na_values,encoding,nrows)
按指定格式讀取csv文件。
常見參數(shù)解析：
1. filepath_or_buffer:字符串，表示文件路徑。

2. sep: 字符串，指定分割符，默認(rèn)是’,’。

3. header:數(shù)值， 指定第幾行作為列名(忽略注解行)，如果沒有指定列名，默認(rèn)header=0，數(shù)據(jù)第一行為表頭; 如果指定了列名，則需要設(shè)置header=None。

4. names: 列表，指定列名，如果文件中不包含header的行，應(yīng)該設(shè)置header=None。

5. skiprows：列表，需要忽略的行數(shù)（從0開始），設(shè)置的行數(shù)將不會進行讀取。

6. na_values：列表，設(shè)置需要將值替換成NAN的值，pandas默認(rèn)NAN為缺省，可以用來處理一些缺省、錯誤的數(shù)值。

7. encoding：字符串，用于unicode的文本編碼格式。例如，"utf-8"或"gbk"等文本的編碼格式。

8. nrows：需要讀取的行數(shù)。

直接利用pandas的to_csv和read_csv我們就可以很快的完成python寫、讀csv文件，關(guān)于pandas讀寫其他格式數(shù)據(jù)，可以查看我的往期文章：
pandas讀寫csv

pandas讀寫tsv、json

pandas讀寫excel、xml

3.2 數(shù)據(jù)存入+讀取 MySQL

跟著之前的文章安裝好MySQL后（最簡單的安裝方法就是官網(wǎng)下載安裝包然后一步步安裝），就可以進行后面操作了。

首先確保mysql安裝和環(huán)境變量配置沒問題，打開終端（或者cmd），輸入下面指令，輸出對應(yīng)的mysql版本則表示相關(guān)配置ok。

# 1）查看mysql版本 確保環(huán)境變量配置OK
mysql --version
# 2）啟動mysql服務(wù)
mysql.server start

接下來，我們需要打開終端（或者cmd），進入mysql數(shù)據(jù)庫，并創(chuàng)建一個數(shù)據(jù)庫sql_study，并在該數(shù)據(jù)庫下創(chuàng)建一張表wb_hot用于存放微博熱搜數(shù)據(jù)，主鍵設(shè)置為熱搜標(biāo)題。

當(dāng)然，這些操作也可以利用python完成，這里提前這樣操作是為了讓大家了解mysql基本語法，這對后面我們使用mysql進行數(shù)據(jù)分析處理是有很大好處的，希望你能重視或理解。

# 3）進入mysql
mysql -u數(shù)據(jù)庫用戶名 -p設(shè)置的數(shù)據(jù)庫登錄密碼
# 4）創(chuàng)建一個數(shù)據(jù)庫 sql_study
create database sql_study charset=utf8;
# 5）進入數(shù)據(jù)庫
use sql_study;
# 6）創(chuàng)建一個數(shù)據(jù)表 wb_hot
create table if not exists `wb_hot`(
  `wb_title` varchar(100) not null,
  `wb_hot_time` int not null,
  `wb_hot_number` int not null,
  `wb_first_time` datetime not null,
  primary key(`wb_title`, `wb_first_time`)
)engine=InnoDB default charset=utf8;
# 7）查看新建的表
show tables;

接下來我們使用pymysql這個庫來實現(xiàn)Python對mysql的操作，首先安裝pymysql，推薦直接使用鏡像源安裝，速度快，

pip install -i https://pypi.douban.com/simple/ pymysql

打開jupyter notebook，開始寫代碼啦～（當(dāng)然你習(xí)慣用其他開發(fā)工具也可以，如pycharm、vscode等）

# 打開jupyter
jupyter notebook

這里我們假設(shè)數(shù)據(jù)已經(jīng)讀取出來，存放在 wb_hot_data 一個dataframe對象，你可以是直接接上一篇文章爬取數(shù)據(jù)整理后，或者是本篇文章中從 csv文件讀取都可以，總之我們假設(shè)數(shù)據(jù)已經(jīng)讀取到了 wb_hot_data 變量中，后面也是。

數(shù)據(jù)已經(jīng)準(zhǔn)備好了，我們就開始利用python連接mysql并進行相關(guān)插入操作吧～

• 連接mysql

import pymysql

# 連接數(shù)據(jù)庫 并添加cursor游標(biāo)，后面所有操作都利用游標(biāo)進行
conn = pymysql.connect(host = "localhost",port = 3306,user = "你的數(shù)據(jù)庫登錄用戶名", password = "你的數(shù)據(jù)庫登錄密碼",charset="utf8")
cursor = conn.cursor()

• 創(chuàng)建數(shù)據(jù)庫

'''
新建一個數(shù)據(jù)庫
database：數(shù)據(jù)庫名稱
cursor：數(shù)據(jù)庫連接游標(biāo)
'''
def create_database(database, cursor):
    # 創(chuàng)建database, 如果存在則不創(chuàng)建
    cursor.execute("create database if not exists %s;"%database)
    # 將相關(guān)操作內(nèi)容傳入數(shù)據(jù)庫
    conn.commit()
    print("成功創(chuàng)建數(shù)據(jù)庫：%s"%database)

• 指定數(shù)據(jù)庫中創(chuàng)建數(shù)據(jù)表

'''
在指定數(shù)據(jù)庫中新建一個數(shù)據(jù)表
'''
def create_table(table_name, table_sql, database, cursor):
    # 選擇 database 數(shù)據(jù)庫
    cursor.execute("use %s;"%database)
    # 創(chuàng)建數(shù)據(jù)表，因為數(shù)據(jù)表創(chuàng)建相對復(fù)雜，所以直接傳入sql語句
    cursor.execute(table_sql)
    # 將相關(guān)操作內(nèi)容傳入數(shù)據(jù)庫
    conn.commit()
    print("成功在數(shù)據(jù)庫{0}中創(chuàng)建數(shù)據(jù)表：{1}".format(database,table_name))

• 對指定數(shù)據(jù)表進行增刪查改

'''
在指定數(shù)據(jù)庫的數(shù)據(jù)表中增、刪、查、改
'''
def sql_basic_operation(table_sql, database, cursor):
    # 選擇 database 數(shù)據(jù)庫
    cursor.execute("use %s"%database)
    # 執(zhí)行sql語句
    cursor.execute(table_sql)
    # 增刪查改 一般為批量操作，不建議直接commit，可以操作完自己寫個commit
    # 這樣執(zhí)行效率會高很多，實測8w+數(shù)據(jù)，先插入所有再commit的耗費17.48s
    # 每插入一次就commit一次的耗時為56.63s
    # conn.commit()
    print("sql語句執(zhí)行成功")

從上面我們可以看出，主要是利用了execute函數(shù)來執(zhí)行sql操作語句，從而實現(xiàn)對數(shù)據(jù)庫的控制。

利用python將爬取到的數(shù)據(jù)存入mysql

由于數(shù)據(jù)庫和數(shù)據(jù)表我們之前已經(jīng)創(chuàng)建過了，所以現(xiàn)在只需要插入數(shù)據(jù)到mysql即可，接下來我們寫一個循環(huán)插入數(shù)據(jù)的語句吧～

'''
將dataframe數(shù)據(jù)存儲到mysql
'''
import time
def df_to_sql(df, table_name, database, cursor):
    t1 = time.time()  # 時間戳 單位秒
    print('數(shù)據(jù)插入開始時間：{0}'.format(t1))
    i = 0
    for row in df.itertuples():
        # print(type(row))  # <class 'pandas.core.frame.Pandas'>
        # 拼接插入sql語句
        # insert into wb_hot values('謝允妻管嚴(yán)', 142, 276514, '2021-01-01 16:59:00');
        sql_insert = '''insert into {0} values('{1}', {2}, {3}, '{4}');
        '''.format(table_name,getattr(row,'wb_title'), 
                   getattr(row,'wb_hot_time'), 
                   getattr(row,'wb_hot_number'), 
                   getattr(row,'wb_first_time')
                  )   
        # 將插入語句傳入函數(shù)，執(zhí)行相關(guān)操作
        sql_basic_operation(sql_insert, database, cursor)
        i+=1
    conn.commit()
    t2 = time.time()  # 時間戳 單位秒
    print('數(shù)據(jù)插入結(jié)束時間：{0}'.format(t2))
    print('成功插入數(shù)據(jù)%d條，'%i, '耗費時間：%.5f秒。'%(t2-t1))    

接著我們就可以將數(shù)據(jù)插入mysql數(shù)據(jù)庫啦，

# 對數(shù)據(jù)進行小處理，將wb_first_time列改為日期類型
wb_hot_data['wb_first_time'] = pd.to_datetime(wb_hot_data['wb_first_time'])

df_to_sql(wb_hot_data, 'wb_hot', 'sql_study', cursor)

一共82869條數(shù)據(jù)，從mysql后臺也可以看到相關(guān)數(shù)據(jù)，都正常。

利用python從mysql讀取爬取到的數(shù)據(jù)

根據(jù)上面學(xué)習(xí)，我們直接寫好讀?。ú樵儯┑膕ql語句就可以啦，然后調(diào)用我們之前寫的sql操作函數(shù)即可讀取相關(guān)數(shù)據(jù)：

'''
從sql讀取數(shù)據(jù)，并轉(zhuǎn)成dataframe格式數(shù)據(jù)
'''
def read_from_sql(sql_query, database, cursor, columns):
    # 直接調(diào)用
    sql_basic_operation(sql_query, database, cursor)
    conn.commit()
    # 獲取匹配到的數(shù)據(jù)
    result = cursor.fetchall()  # 放回數(shù)據(jù)為元組 格式((字段名1, 字段名2...),()...)
    # 將元組數(shù)據(jù)轉(zhuǎn)為dataframe
    df = pd.DataFrame(result, columns=columns)
    return df

調(diào)用數(shù)據(jù)查詢函數(shù)，并獲取相關(guān)數(shù)據(jù)：

'''
獲取wb_hot中前三行數(shù)據(jù)
'''
# sql查詢語句
sql_query = '''select * from wb_hot limit 3'''
# 列名
columns = ['wb_title', 'wb_hot_time', 'wb_hot_number', 'wb_first_time']
# 調(diào)用函數(shù)，并獲取返回值
sql_data = read_from_sql(sql_query, 'sql_study', cursor, columns)  
sql_data

我們會發(fā)現(xiàn)這與我們存入數(shù)據(jù)的前三行不同，這是因為在mysql中插入數(shù)據(jù)默認(rèn)會按主鍵順序進行排列，解決這個問題最好的方法是我們家一個自增序號列，并設(shè)置為主鍵，這樣數(shù)據(jù)順序就和我們插入順序一致了。

或者我們在寫查詢語句加上指定的查詢條件(where)，以及排序列(order by)即可。

# 完成操作后記得close cursor和conn
cursor.close()
conn.close()

3.3 數(shù)據(jù)存入+讀取 SQLAlchemy

SQLAlchemy 是 Python SQL 工具包和對象關(guān)系映射器(ORM)，可為應(yīng)用程序開發(fā)人員提供 SQL 的全部功能和靈活性。所謂ORM，就是指把關(guān)系數(shù)據(jù)庫的表結(jié)構(gòu)映射到對象上，在Python里面我們直接操作對象，就能對數(shù)據(jù)庫進行操作了，簡便、邏輯性更強。

首先還是安裝SQLAlchemy模塊：

pip install -i https://pypi.douban.com/simple/ sqlalchemy

3.3.1 首先導(dǎo)入相關(guān)包

# 導(dǎo)入相關(guān)包
from sqlalchemy import Column, String, Integer, DateTime, create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

sqlalchemy下的：

• Column 數(shù)據(jù)列對象
• String, Integer, DateTime 數(shù)據(jù)類型
• create_engine 創(chuàng)建數(shù)據(jù)庫連接引擎，有個重要參數(shù)url，一般格式為：數(shù)據(jù)庫類型+數(shù)據(jù)庫驅(qū)動://數(shù)據(jù)庫用戶名:數(shù)據(jù)庫密碼@IP地址:端口/數(shù)據(jù)庫

sqlalchemy.orm下的：

• sessionmaker 創(chuàng)建python與數(shù)據(jù)庫的會話對象，后面直接利用實例化session對象調(diào)用增刪查改相關(guān)操作

sqlalchemy.ext.declarative下的：

• declarative_base 創(chuàng)建sqlalchemy基本對象，很重要

3.3.2 初始化數(shù)據(jù)庫，并創(chuàng)建會話session

# 初始化數(shù)據(jù)庫連接引擎
# create_engine("數(shù)據(jù)庫類型+數(shù)據(jù)庫驅(qū)動://數(shù)據(jù)庫用戶名:數(shù)據(jù)庫密碼@IP地址:端口/數(shù)據(jù)庫"，其他參數(shù))
engine = create_engine('mysql+pymysql://數(shù)據(jù)庫用戶名:數(shù)據(jù)庫密碼@localhost:3306/sql_study?charset=utf8')
# 創(chuàng)建數(shù)據(jù)庫會話對象，并實例化
db_session = sessionmaker(bind=engine)()

3.3.3 創(chuàng)建一個WbHot類，并利用WbHot類創(chuàng)建表wb_hot

# 創(chuàng)建sqlalchemy基本對象
# 后面每個對象都繼承自它
Base = declarative_base()

# 定義WbHot類，一個類可以理解成一張表
# 后面對對象進行操作就是對表進行操作
class WbHot(Base):
    # 表名，為了不和之前的表重名，新表起名為wb_hot2
    __tablename__ = 'wb_hot2'

    # 表結(jié)構(gòu)，初學(xué)者對照sql創(chuàng)建語句寫更簡單
    '''
    create table if not exists `wb_hot`(
        `wb_title` varchar(100) not null,
        `wb_hot_time` int not null,
        `wb_hot_number` int not null,
        `wb_first_time` datetime not null,
        primary key(`wb_title`, `wb_first_time`)
    )engine=InnoDB default charset=utf8;
    '''
    # Column nullable是否可為空 primary_key 是否為主鍵
    wb_title = Column(String(100), nullable=False, primary_key=True)
    wb_hot_time = Column(Integer, nullable=False)
    wb_hot_number = Column(Integer, nullable=False)
    wb_first_time = Column(DateTime, nullable=False, primary_key=True)
    

# 調(diào)用基礎(chǔ)對象中的元數(shù)據(jù)模塊中的create_all創(chuàng)建數(shù)據(jù)表
Base.metadata.create_all(engine)

創(chuàng)建好表，我們可以在mysql下查看下我們剛剛創(chuàng)建的表相關(guān)信息，可以看出，和之前直接利用sql創(chuàng)建的數(shù)據(jù)表表結(jié)構(gòu)一致。

3.3.4 存儲數(shù)據(jù)

表創(chuàng)建好后，我們就可以開始存儲數(shù)據(jù)啦，前面說過了，sqlalchemy是對對象進行操作了，所以我們將數(shù)據(jù)變成一個一個的WbHot對象，然后在調(diào)用session中的add函數(shù)即可實現(xiàn)新增數(shù)據(jù)，代碼如下：

# 存儲數(shù)據(jù)
import time
def sqlalchemy_to_sql(df, session):
    t1 = time.time()  # 時間戳 單位秒
    print('數(shù)據(jù)插入開始時間：{0}'.format(t1))
    i = 0
    for row in df.itertuples():
        # print(type(row))  # <class 'pandas.core.frame.Pandas'>
        # 初始化WbHot對象
        # WbHot('謝允妻管嚴(yán)', 142, 276514, '2021-01-01 16:59:00');
        wb_hot = WbHot(wb_title=getattr(row,'wb_title'), 
                   wb_hot_time=getattr(row,'wb_hot_time'), 
                   wb_hot_number=getattr(row,'wb_hot_number'), 
                   wb_first_time=getattr(row,'wb_first_time')
                  )   
        # 調(diào)用session中的add函數(shù)將對象添加到數(shù)據(jù)表
        session.add(wb_hot)
        i+=1
    session.commit()
    t2 = time.time()  # 時間戳 單位秒
    print('數(shù)據(jù)插入結(jié)束時間：{0}'.format(t2))
    print('成功插入數(shù)據(jù)%d條，'%i, '耗費時間：%.5f秒。'%(t2-t1))
        
# 調(diào)用函數(shù)  
sqlalchemy_to_sql(wb_hot_data, db_session) 

sql里還提供了一種一直新增多行數(shù)據(jù)的方法add_all，將所有要提交的數(shù)據(jù)存入列表，然后利用session調(diào)用add_all函數(shù)即可，測試了下，以8w條數(shù)據(jù)為例，兩者效率如下：

add 成功插入數(shù)據(jù)82869條， 耗費時間：8.07842秒。
add_all 成功插入數(shù)據(jù)82869條， 耗費時間：7.29939秒。

相差0.8s左右，當(dāng)然會有誤差，不過不管怎么說，這比前面直接用pymysql使用sql語句插入數(shù)據(jù)的效率高了2倍多，優(yōu)秀～

3.3.4 讀取(查詢)數(shù)據(jù)

這里我們直接調(diào)用query函數(shù)進行查詢，這個函數(shù)功能非常強大，包含了很多查詢方法，比如：limit、filter、order_by、group_by等，操作起來非常方便。

def wbhot_to_df(data, columns):
    df_data = []
    for i in data:
        list_data = [i.wb_title, i.wb_hot_time, i.wb_hot_number, i.wb_first_time]
        df_data.append(list_data)
    df = pd.DataFrame(df_data, columns=columns)
    return df

# 讀取非常簡單，直接調(diào)用query函數(shù)即可
# all()表示 所有查詢到的數(shù)據(jù)對象
# first()表示 查詢到的數(shù)據(jù)對象中的第一個
data = db_session.query(WbHot).limit(3).all()
columns = ['wb_title', 'wb_hot_time', 'wb_hot_number', 'wb_first_time']
# 調(diào)用函數(shù)，將批量WbHot對象轉(zhuǎn)換成dataframe
data_df = wbhot_to_df(data, columns)

接下來我們簡單介紹下sqlalchemy中查詢的一些幾本操作(以WbHot類為例)：

# 直接查詢，并返回所有數(shù)據(jù)，返回為一個包含WbHot的列表
db_session.query(WbHot).all()

# 限制輸出列 limit
# 查詢所有數(shù)據(jù)，輸出前五行
db_session.query(WbHot).limit(5).all()

# 單條件過濾查詢 返回所有熱搜在榜時間2h及以上的熱搜數(shù)據(jù)
# filter參數(shù) 類名.字段名 
db_session.query(WbHot).filter(WbHot.wb_hot_time>=120).all()

# 多條件過濾查詢 
# filter_by 不能使用判斷過濾，比如== >=等，另外參數(shù)是字段名，不需要類名.字段名
db_session.query(WbHot).filter_by(wb_hot_time=528 , wb_hot_number=2995191).all()

# 也可以使用filter來進行多條件過濾，略麻煩
# 需要從sqlalchemy導(dǎo)入 and_, or_（與、或判斷方法）
# 返回所有熱搜在榜時間2h及以上且熱度大于1千萬的數(shù)據(jù)
from sqlalchemy import and_, or_
db_session.query(WbHot).filter(and_(WbHot.wb_hot_time>=120, WbHot.wb_hot_number>=10000000)).all()

# 查詢結(jié)果排序 order_by 
# 參數(shù) 類名.字段名[.desc() 降序｜asc() 升序]
# 返回所有熱搜在榜時間2h及以上且熱度大于3千萬的數(shù)據(jù)，按熱度降序排序
from sqlalchemy import and_, or_
db_session.query(WbHot).filter(and_(WbHot.wb_hot_time>=120, WbHot.wb_hot_number>=30000000)).order_by(WbHot.wb_hot_number.desc()).all()



# 分組查詢 order_by
# 參數(shù) 類名.字段名
# 按標(biāo)題分組，計算每個標(biāo)題出現(xiàn)的天數(shù)、總在線時長、總熱度、最后在線時間
db_session.query(WbHot.wb_title, 
            func.count(WbHot.wb_title).label('counts'),
            func.sum(WbHot.wb_hot_time).label('wb_hot_times'), 
            func.sum(WbHot.wb_hot_number).label('wb_hot_numbers'), 
            func.max(WbHot.wb_first_time).label('wb_finally_time')).group_by(WbHot.wb_title).having(func.count(WbHot.wb_title)>=10).all()

更多其他關(guān)于sqlalchemy查詢數(shù)據(jù)庫用法，大家用到的時候瀏覽器一查就可以啦～也歡迎大家留言區(qū)補充。

除了mysql數(shù)據(jù)庫外，sqlalchemy也可以連接很多其他數(shù)據(jù)庫，如：

# '數(shù)據(jù)庫類型+數(shù)據(jù)庫驅(qū)動名稱://用戶名:密碼@機器地址:端口號/數(shù)據(jù)庫名'
engine = create_engine('sqlite:/// wb_hot.db') # 連接sqlite文件
engine = create_engine('postgresql://用戶名:密碼@hostname:5432/dbname')  # 連接postgresql
engine = create_engine('oracle://用戶名:密碼@hostname:1521/sidname') # oracle  # 連接oracle
...

3.4 pandas 自帶to_sql和read_sql實現(xiàn)數(shù)據(jù)存儲、讀取

3.4.1 to_sql 存儲數(shù)據(jù)到mysql

經(jīng)過實驗，這種方法寫數(shù)據(jù)效率是最高的，直接上代碼，

# 調(diào)用pandas 的 to_sql 存儲數(shù)據(jù)
import time
from sqlalchemy import create_engine
# 利用sqlalchemy的create_engine創(chuàng)建一個數(shù)據(jù)庫連接引擎
engine = create_engine('mysql+pymysql://用戶名:密碼@localhost:3306/sql_study?charset=utf8')
t1 = time.time()  # 時間戳 單位秒
print('數(shù)據(jù)插入開始時間：{0}'.format(t1))
# 直接調(diào)用to_sql
# 第一個參數(shù)：表名，如果表不存在就會直接根據(jù)數(shù)據(jù)結(jié)構(gòu)新建
# 第二個參數(shù)：engine，數(shù)據(jù)庫連接引擎
# 第三個參數(shù)：設(shè)置存儲不要將數(shù)據(jù)索引存入
# 第四個參數(shù)：如果表存在，以什么方式存儲，append表示追加，replace表示刪除表重建，默認(rèn)fail拋出ValueError異常
wb_hot_data.to_sql('wb_hot2', engine, index=False, if_exists='append')
t2 = time.time()  # 時間戳 單位秒
print('數(shù)據(jù)插入結(jié)束時間：{0}'.format(t2))
print('成功插入數(shù)據(jù)%d條，'%len(wb_hot_data), '耗費時間：%.5f秒。'%(t2-t1))

僅僅花了2.4s，比pymysql快9倍，比sqlalchemy快4倍，當(dāng)然也可能是我操作問題（pymysql、sqlalchemy里我都寫了循環(huán)，一個個讀取然后再存入，遍歷本生會耗費很長時間），如果大家有更好方法，歡迎留言區(qū)分享。

3.4.2 read_sql 讀取數(shù)據(jù)從mysql

# 讀取的sql語句
sql = 'select * from wb_hot2'
# 第一個參數(shù)：查詢sql語句
# 第二個參數(shù)：engine，數(shù)據(jù)庫連接引擎
# 第三個參數(shù)：將指定列轉(zhuǎn)換成指定的日期格式
pd_read_sql = pd.read_sql(sql, engine, parse_dates={'wb_first_time': "%Y:%m:%H:%M:%S"})

簡單便捷，讀取出來的數(shù)據(jù)格式也都對，而且就是dataframe數(shù)據(jù)格式，更方便我們進行數(shù)據(jù)分析和處理。

我還發(fā)現(xiàn)這個read_sql還可以執(zhí)行復(fù)雜的查詢，效率也還比較高，如查詢熱搜熱度在3千萬以上且在榜時間超過2h的熱搜數(shù)據(jù)：

sql = 'select * from wb_hot2 where wb_hot_number>=30000000 and wb_hot_time>120'
pd_read_sql = pd.read_sql(sql, engine, parse_dates={'wb_first_time': "%Y:%m:%H:%M:%S"})

簡直太香了，我覺定后面就用pandas+sqlalchemy了。

3.5 其他拓展

在之前的文章由詳細(xì)介紹postgresql數(shù)據(jù)庫，里面有詳細(xì)介紹sqlalchemy與postgresql交互操作，大家可以去看看，點擊前往學(xué)習(xí)，同時里面也介紹了python連接mysql mongodb sqlite的部分，這里貼過來方便大家學(xué)習(xí)。

mongodb
Python連接mongodb使用pymongodb即可，連接操作也很簡單，直接在開啟mongodb服務(wù)后，pymongo.MongoClient(host="127.0.0.1",port=27017)連接即可，默認(rèn)端口是27017。

# 使用前先安裝 pymongodb 模塊 ：pip install pymongodb 
# 導(dǎo)入 pymogodb 模塊
import pymongo
# 連接數(shù)據(jù)庫,參數(shù)說明：服務(wù)器IP，端口號默認(rèn)為27017
my_client = pymongo.MongoClient(host="127.0.0.1",port=27017)
# 直接通過數(shù)據(jù)庫名稱索引，有點像字典
my_db = my_client["db_name"]  
# 連接 collection_name 集合，Mongodb里集合就相當(dāng)于Mysql里的表
my_collection = my_client["collection_name"]  
datas = my_collection .find() # 查詢
for x in datas :
  print(x)

sqlite
除了上面提到的用sqlachemy操作sqlite，還可以直接利用sqlite3這個模塊操作，連接也非常方便，sqlite3.connect('test.db')直接傳入sqlite數(shù)據(jù)文件目錄即可。

# 使用前先安裝 sqlite3  模塊 ：pip install sqlite3
'''
sqlite數(shù)據(jù)庫和前面兩種數(shù)據(jù)庫不一樣，它是一個本地數(shù)據(jù)庫
也就是說數(shù)據(jù)直接存在本地，不依賴服務(wù)器
'''
# 導(dǎo)入 sqlite3 模塊
import sqlite3
# 連接數(shù)據(jù)庫，參數(shù)說明：這里的參數(shù)就是數(shù)據(jù)文件的地址
conn = sqlite3.connect('test.db')
#使用cursor()方法創(chuàng)建一個游標(biāo)對象
c = conn.cursor()
#使用execute()方法執(zhí)行SQL語句
cursor = c.execute("SELECT * from test_table")
for row in cursor:
  print(row)
#關(guān)閉游標(biāo)和數(shù)據(jù)庫的連接
c.close()
conn.close()

四、下集預(yù)告

以上，相對詳細(xì)且簡潔的給大家分享了一個我們爬取到數(shù)據(jù)后如何存儲并讀取的方法和技巧，希望對初學(xué)Python的讀者朋友有幫助，覺得還不錯，記得點個贊哦，本文相關(guān)源碼將在本系列文章結(jié)束后整理發(fā)布出來，想提前要未整理版本的也可以添加老表微信獲?。ㄒ娢哪?。

部分?jǐn)?shù)據(jù)庫介紹不是很詳細(xì)，主要是老表我自己主要使用mysql多，其他使用不多，歡迎大家在留言區(qū)補充自己了解的知識，一人補一塊，也就全了。

下一講中，我們將一起學(xué)習(xí)讀取mysql數(shù)據(jù)，如何進行數(shù)據(jù)分析與可視化，有哪些角度和思考，也歡迎大家在留言區(qū)提出一些可以分析的角度，關(guān)于數(shù)據(jù)分析與可視化這一節(jié)，你還想學(xué)習(xí)什么其他的內(nèi)容也可以在評論區(qū)、留言區(qū)進行留言。

下一篇爭取國慶結(jié)束前寫出來，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊，點個贊...

圖書推薦：《對比Excel，輕松學(xué)習(xí)Python 數(shù)據(jù)分析》和《對比Excel，輕松學(xué)習(xí)SQL數(shù)據(jù)分析》是姊妹版套裝，兩本書同樣采用對比的寫法，降低讀者學(xué)習(xí)門檻，提高讀者學(xué)習(xí)效率，即可學(xué)習(xí)Excel又可以學(xué)習(xí)Python、SQL，一舉三得，極力推薦想學(xué)習(xí)Python和數(shù)據(jù)分析的讀者朋友選購閱讀。

老表贈書：國慶前有幾波贈書活動，這是第一波，留言說說你國慶的安排（字?jǐn)?shù)需要大于20字），留言點贊top1可以獲得兩本贈書，top2可以獲得一本贈書。（截止到9月30日 20:00 開獎，刷贊無效）

老表福利：外賣電影娛樂通是老表自己搞的一個匯集了外賣紅包、電影折扣、打車優(yōu)惠等福利的公眾號，后面還會在公眾號內(nèi)發(fā)布很多福利活動，歡迎大家關(guān)注。

點贊+留言+轉(zhuǎn)發(fā)，就是對我最大的支持啦～

--End--

文章點贊超過100+

我將在個人視頻號直播(老表Max)

帶大家一起進行項目實戰(zhàn)復(fù)現(xiàn)

掃碼即可加我微信
老表朋友圈經(jīng)常有贈書/紅包福利活動