在工作中时常需要进行数据处理，今天我把自己在工作中的实践应用，分享给大家，希望让更多的人从处理繁琐数据中解脱出来，享受处理数据的快乐。
一、把你的数据导入到mysql数据库中。
首先导入pandas模块和mysql连接模块。这一步比较简单，不过多解释，如果出现错误，一般根据提示即可得到解决。
二、将数据读取到pandas的dataframe中。
df1=pd.read_excel("E:/2022年玉米报表.xls",sheet_name="成品出库")
将引号中数据替换成你的数据，这里前面是Excel路径及名称，后面存放数据的工作表。执行命令后，数据将存放到dataframe变量df1中。
三、连接数据库
我们准备好数据后，就可以连接数据库了，非常简单的一行命令搞定。
engine=create_engine("mysql+mysqlconnector://user:pwd@127.0.0.1:3306/db",echo=False)
我们这里把引号中的user是替换成你mysql数据库的用户名，pwd为你的密码，127.0.0.1为数据库所在主机的地址，3306为数据库的默认端口号。
四、将准备好的数据写入mysql数据库。
在第二步中，我们已经将数据存放到df中了，这里我们用下面的命令将数据写入数据库。
df.to_sql(name="table1",con=engine, index=False,if_exists="replace")
执行上述命令后，我们在数据库corn中就可看到table1了。如图3：
五、数据查询
重点来了，我们用得最多的就是数据查询了，看代码：
df=pd.read_sql("select * from table1",engine)
上面的代码中引号里是SQL语句,上面的代码也可以这样写成变量的形式：
sql="select *from table1"
df=pd.read_sql(sql,engine)
好了，今天这期内容就到这里吧，代码编写不易，欢迎点赞、评论、转发，点击关注，下期更新会有通知哟！