Python是数据分析的强大利器
利用Python做数据分析,第一步就是学习如何读取日常工作中产生各种excel报表并存入数据中,方便后续数据处理。
这里向大家分享python如何读取excel,并使用Python将数据存入Mysql中,有需要的朋友们一起来看看吧。
背景
需要导入全国高校名录到数据库,从教委网站下到了最新的数据,是excel格式,需要做一个工具进行导入,想试用一下python,说干就干。
库
- xlrd : excel读写库
- pymysql : mysql数据库驱动库,纯python打造
- re : 正则表达式库,核心库
前两个用pip轻松完成安装,本人是在mac pro是进行的,过程很顺利,以前在mac上装mysqlclient一直安装不上,所以一度放弃使用python,但我在linux下安装mysqlclient却没有任何问题。
源代码
很简单的小脚本,留存纪念。值得注意的一点,数据库连接字段串中要设定字符编码,不然默认是lanti-1,写入会出错。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
import xlrd import pymysql import re conn = pymysql.connect(host = 'database connect address' , port = 1234 , user = 'root' , passwd = '****' , db = 'database name' , charset = 'utf8mb4' ) p = re. compile (r '\s' ) data = xlrd.open_workbook( './W020170616379651135432.xls' ) table = data.sheets()[ 0 ] t = table.col_values( 1 ) nrows = table.nrows for i in range (nrows): r1 = table.row_values(i) if len (r1[ 2 ]) = = 10 : cur = conn.cursor() cur.execute('insert into `university` (` id `, `name`, `ministry`, `city`, `level`, `memo`) \ values ( % s, % s, % s, % s, % s, % s)', (r1[ 2 ], p.sub(' ', r1[1]), p.sub(' ', r1[3]), p.sub(' ', r1[ 4 ]), r1[ 5 ], r1[ 6 ])) conn.commit() cur.close() conn.close() |
心得
写惯了类C的语言,不太习惯python,想同时掌握两种风格的编程语言,好痛苦啊。python编程效率的确不错,这是我第一次用python写实用小程序,连查带写带调试,一共也就花了一个来小时。python库与资料丰富,不愁找不到合适的^_^
数据库写入优化
早上闲来无事,用批量写入优化了一下,任务秒完成,比一条条写入快了很多, 比我预想的差别还要大。看来,没有不好的工具,只是我们没有用好啊!
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
import xlrd import pymysql import re conn = pymysql.connect(host = 'database connect address' , port = 1234 , user = 'root' , passwd = '****' , db = 'database name' , charset = 'utf8mb4' ) p = re. compile (r '\s' ) data = xlrd.open_workbook( './W020170616379651135432.xls' ) table = data.sheets()[ 0 ] t = table.col_values( 1 ) nrows = table.nrows ops = [] for i in range (nrows): r1 = table.row_values(i) if len (r1[ 2 ]) = = 10 : ops.append((r1[ 2 ], p.sub(' ', r1[1]), p.sub(' ', r1[3]), p.sub(' ', r1[ 4 ]), r1[ 5 ], r1[ 6 ])) cur = conn.cursor() cur.executemany('insert into `university_copy` (` id `, `name`, `ministry`, `city`, `level`, `memo`) \ values ( % s, % s, % s, % s, % s, % s)', ops) conn.commit() cur.close() conn.close() |
python读取excel文件遇到的问题
1、mac安装xlrd模块,如果cmd下执行pip install xlrd安装不成功,可以直接去官网下载,名称类似这样的文件xlrd-1.0.0-py3-none-any.whl,切换到已下载的文件路径在cmd下执行pip3 install xlrd-1.0.0-py3-none-any.whl即可
http://pypi.python.org/pypi/xlrd
2、python打开excel报xlrd.biffh.XLRDError: Unsupported format, or corrupt file: Expected BOF record; found b'username'
可以确认下要打开的excel保存时是不是本身就存在兼容性等格式提示,如果有的话,需要重新建一个不存在格式问题的文件
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
import xlrd from os.path import join,abspath,dirname fname = join(dirname(dirname(abspath(__file__))), 'test1.xls' ) bk = xlrd.open_workbook(fname, encoding_override = "utf-8" ) shxrange = range (bk.nsheets) try : sh = bk.sheet_by_name( "工作表1" ) # 获取行数 nrows = sh.nrows # 获取列数 ncols = sh.ncols print ( "nrows %d, ncols %d" % (nrows, ncols)) # 获取第一行第一列数据 cell_value = sh.cell_value( 1 , 1 ) # print cell_value row_list = [] # 获取各行数据 for i in range ( 0 , nrows): row_data = sh.row_values(i) row_list.append(row_data) except : print ( "no sheet in %s named Sheet1" % fname) |
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对服务器之家的支持。
原文链接:https://segmentfault.com/a/1190000012041140