Pandas读取MySQL数据到DataFrame的两种实现方式

阿橙

发布时间：2026-10-13| 5人浏览过

原创

本文介绍了在Python中使用Pandas读取MySQL数据库数据并转换为DataFrame的两种主要方法。第一种方式基于SQLAlchemy引擎，适用于Pandas 1.9及后续版本，通过配置连接参数建立引擎后执行SQL查询；第二种方式利用MySQLdb直接连接数据库进行数据获取。文章提供了具体的代码示例和注意事项，帮助开发者根据项目需求选择合适的技术方案。

方法一：使用SQLAlchemy引擎进行连接。

#-*- coding:utf-8 -*-

from sqlalchemy import create_engine

class mysql_engine():
 user='******'
 passwd='******'
 host='******'
 port = '******'
 db_name='******'
 engine = create_engine('mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8'.format(user,passwd,host,port,db_name))

def get_data(sql):
 pg_enine=mysql_engine()
 try:
  with pg_enine.engine.connect() as con, con.begin():
   df=pd.read_sql(sql,con)# 获取数据
  con.close()
 except:
  df=None
 return df

方法二：使用MySQLdb直接连接数据库。

conn = MySQLdb.connect(host="******",user="******",passwd="******",db='******',port = ******,charset="utf8")
sql = "select * from ****** limit 3"
df = pd.read_sql(sql,conn,index_col="id")
print df

需要注意的是，在Pandas 1.9之后的版本中，除了SQLite数据库外，其他数据库（包括MySQL）均需要通过SQLAlchemy来设置连接。

以上关于Pandas读取MySQL数据到DataFrame的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持本站。