Python写入当地数据库与excel表参考模板(根据环境举行调解)

利用Python代码写入当地excel与sql数据库

1.天生数据＆建表

先创建一张orders表，用于存放数据。

1. # 创建一个名为 orders 的表
2. # 如果这个表已经存在，那么就什么都不做
3. # 否则，创建一个名为 orders 的表
4. # 这个表有9个字段
5. # id 字段是表的主键
6. # orderid 字段存储订单的id
7. # price 字段存储订单的价格
8. # amount 字段存储订单的金额
9. # create_time 字段存储订单的创建时间
10. # payment_time 字段存储订单的支付时间
11. # delivery_time 字段存储订单的发货时间
12. # name 字段存储订单的收货人
13. # address 字段存储订单的收货地址
14. # phone 字段存储订单的收货人电话
15. create table if not exists test.orders
16. (
17.     id            int auto_increment primary key,
18.     orderid       double   null,
19.     price         double   null,
20.     amount        double   null,
21.     create_time   datetime null,
22.     payment_time  datetime null,
23.     delivery_time datetime null,
24.     name          text     null,
25.     address       text     null,
26.     phone         double   null
27. );

复制代码

2.写入数据库大概excel表

1. import pandas as pd
2. import numpy as np
3. import datetime
4. import random
5. from sqlalchemy import create_engine
7. # 创建一个到mysql的连接引擎
8. # mysql+pymysql是指使用pymysql模块来连接mysql
9. # root是数据库的用户名
10. # xxxxxx是数据库的密码
11. # localhost是数据库的主机
12. # 3306是数据库的端口
13. # xxx是数据库的名称
14. # charset=utf8是指以utf8的编码来连接数据库
15. sql_conn=create_engine('mysql+pymysql://root:xxxxxx@localhost:3306/xxxx?charset=utf8')
17. def get_data(row):
18.     """
19.     生成row行订单数据
20.     每行数据包括
21.         orderid: 11位随机数
22.         price: 10-1000之间的随机浮点数
23.         amount: 1-price之间的随机浮点数
24.         create_time:现在的日期减去1-30天
25.         payment_time: create_time加上1-3天
26.         deliverty_time: payment_time加上1-7天
27.         name:随机的中国人姓名
28.         address:随机的中国省份和城市
29.         phone: 139开头的随机8位数
30.     """
31.     data_list=[]
32.     for i in range(1,row+1):
33.         order_id=str(random.randint(1,9))+"".join(str(random.randint(0,9)) for i in range(10))
34.         price=round(random.uniform(10,1000),2)
35.         amount=round(random.uniform(1,price),2)
36.         create_time=datetime.datetime.now()-datetime.timedelta(days=np.random.randint(1,30))
37.         payment_time=create_time+datetime.timedelta(days=np.random.randint(1,3))
38.         deliverty_time=payment_time+datetime.timedelta(days=np.random.randint(1,7))
39.         First_name=np.random.choice(['',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' '])
40.         lastname=np.random.choice([' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' '])
41.         First_name=np.random.choice(['王', '李', '张', '刘', '陈', '杨', '黄', '吴', '赵', '周', '徐', '孙', '马', '朱', '胡', '林', '郭', '何', '高', '罗'])
42.         lastname=np.random.choice(['伟', '芳', '娜', '秀英', '敏', '静', '丽', '强', '磊', '军', '洋', '勇', '峰', '宇', '超', '秀兰', '霞', '平', '刚', '桂英'])
43.         name=First_name+lastname
44.         province=np.random.choice([' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' '])
45.         city = np.random.choice([' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' ',' '])
46.         address=province+city+np.random.choice([' ',' ',' ',' '])+str(np.random.randint(1,100))+' '
47.         province=np.random.choice(['北京市', '上海市', '广东省', '浙江省', '江苏省', '湖南省', '湖北省', '河南省', '山东省', '辽宁省', '吉林省', '黑龙江省'])
48.         city = np.random.choice(['北京市', '上海市', '广州市', '深圳市', '杭州市', '南京市', '武汉市', '长沙市', '郑州市', '济南市', '沈阳市', '哈尔滨市'])
49.         address=province+city+np.random.choice(['东区','西区','北区','南区'])+str(np.random.randint(1,100))+'号'
50.         phone='139'+''.join(str(np.random.randint(0,10)) for i in range(8))
51.         data_list.append([order_id,price,amount,create_time,payment_time,deliverty_time,name,address,phone])
52.         print(f"第{i}条数据已生成")
53.     return data_list
55.    
56. # 1. 调用get_data()函数,生成1000行订单数据,并将其存在data_list中
57. # 2. 将data_list转换为pandas DataFrame对象
58. # 3. 将DataFrame的列名设置为['orderid', 'price', 'amount', 'create_time', 'payment_time', 'delivery_time', 'name', 'address', 'phone']
59. # 4. 将数据写入到mysql数据库的orders表中
60. # 5. 如果orders表已经存在,则将其删除后重新创建
61. # 6. 将数据写入到excel文件中
62. # 7. 打印"数据生成完毕"
63. data_list=get_data(1000)
64. df=pd.DataFrame(data=data_list)
65. df.columns=['orderid', 'price', 'amount', 'create_time', 'payment_time', 'delivery_time', 'name', 'address', 'phone']
66. #生成到Mysql
67. df.to_sql('orders', con=sql_conn, if_exists='replace', index=False)
68. #生成到excela
69. # df.to_excel("orders.xlsx",index=False)
70. print("数据生成完毕")

复制代码