如何使用Python将CSV文件的数据读取并存储到数据库中

在数据处理和分析中，将CSV文件中的数据导入数据库是一个常见的任务。Python作为一种强大的编程语言，提供了多种方法来实现这一目标。本文将详细介绍如何使用Python将CSV文件的数据读取并存储到数据库中，帮助读者掌握这一重要技能。

csv文件

csv介绍

CSV，也即Comma-Separated Values，是一种用于存储表格数据的纯文本文件格式，其中每一行代表一条记录，记录中的各个字段由逗号分隔。

姓名,年龄,性别
张三,25,男
李四,28,男
王五,22,男
六六,29,女
子柒,28,女

 对于这样一个纯文本记录，打开以后可能显示就像这样：

切勿自行读写csv

很多人会想，既然csv文件不过就是逗号分隔的纯文本而已，那么，通过循环和split分隔不就好了吗？

csv_text = """姓名,年龄,性别
张三,25,男
李四,28,男
王五,22,男
六六,29,女
子柒,28,女"""
 
 
for line in csv_text.split("\n")[1::]:
    item = line.split(",")
    print("姓名：", item[0])
    print("年龄：", item[1])
    print("性别：", item[2])
    print()

这样做看起来行之有效，而且也非常简单，容易理解，但是，不要这样做。因为，在一些情况下，这样会引入错误。例如，当某个项中有逗号的时候，如一个人的名字叫做xu,kun，按照正确的csv文件格式，会写为"xu,kun"，并且是符合要求的选项。但是如果使用简单的split分隔，这个名字也会被拆分开来，从而导致项变多，产生错误。

csv读写

读取csv

在python中存在内置的csv库，因此，使用内置的csv库：

import csv
 
with open("my_file.csv") as f:
    csv_reader = csv.reader(f, delimiter=",")
    for row in csv_reader:
        print(row)

写入csv

import csv
 
with open("my_file.csv", "w", newline="") as f:
    csv_writer = csv.writer(f, delimiter=",")
    csv_writer.writerow(['姓名', '年龄', '性别'])
    csv_writer.writerow(['张三', '25', '男'])
    csv_writer.writerow(['李四', '28', '男'])
    csv_writer.writerow(['王五', '22', '男'])
    csv_writer.writerow(['六六', '29', '女'])
    csv_writer.writerow(['子柒', '28', '女'])

pandas读写csv

读取csv

如果只是为了读写csv，那么直接使用内置的csv库即可。但是，如果为了让pandas使用csv，那么，可以通过pandas直接读写。

import pandas as pd
 
csv_data = pd.read_csv("my_file.csv")
print(csv_data)

写入csv

如果是DataFrame的类型，那么使用：

import pandas as pd
 
# 如果csv_data已经是DataFrame
csv_data.to_csv("my_file.csv", index=False)

如果是通过列表写入，那么使用：

import pandas as pd
 
data_list = [
    ['姓名', '年龄', '性别'],
    ['张三', '25', '男'],
    ['李四', '28', '男'],
    ['王五', '22', '男'],
    ['六六', '29', '女'],
    ['子柒', '28', '女']
]
 
csv_data = pd.DataFrame(data_list[1::], columns=data_list[0])
csv_data.to_csv("my_file.csv", index=False)

csv与数据库

从csv读取数据添加到mysql

添加数据本身并不困难，问题在于怎么样自动创建数据表。由于自动选择数据类型可能不能选择到最适合的类型，因此最好还是应该自行创建数据表，然后再进行数据的插入。

import pandas as pd
import pymysql
import os
import re
 
 
try:
    conn = pymysql.connect(
        host="数据库地址",
        user="用户名",
        password="密码",
        database="数据库名"
    )
    cursor = conn.cursor()
    print("数据库连接成功！")
except pymysql.MySQLError as e:
    print(f"数据库连接失败：{e}")
    raise
 
 
csv_file_path = "my_csv.csv"
df = pd.read_csv(csv_file_path)
df = df.where(pd.notnull(df), None)
 
 
table_name = re.sub(r'\W|^(?=\d)', '_', os.path.splitext(os.path.basename(csv_file_path))[0])
 
 
def create_table(cursor, table_name, df):
    columns = df.columns
    types = df.dtypes
    sql = f"CREATE TABLE IF NOT EXISTS `{table_name}` (id INT AUTO_INCREMENT PRIMARY KEY, "
    for col, dtype in zip(columns, types):
        if "int" in str(dtype):
            sql += f"`{col}` INT, "
        elif "float" in str(dtype):
            sql += f"`{col}` FLOAT, "
        elif "datetime" in str(dtype):
            sql += f"`{col}` DATETIME, "
        else:
            max_length = df[col].astype(str).map(len).max()
            sql += f"`{col}` VARCHAR({max_length}), "
    sql = sql.rstrip(", ") + ") ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;"
    try:
        cursor.execute(sql)
        print(f"表 `{table_name}` 创建成功！")
    except pymysql.MySQLError as e:
        print(f"创建表时出错：{e}")
        cursor.close()
        conn.close()
        raise
 
create_table(cursor, table_name, df)
 
 
def insert_data(cursor, table_name, df):
    cols = "`,`".join([str(i) for i in df.columns.tolist()])
    placeholders = ','.join(['%s'] * len(df.columns))
    sql = f"INSERT INTO `{table_name}` (`{cols}`) VALUES ({placeholders})"
    data = df.values.tolist()
    try:
        cursor.executemany(sql, data)
        conn.commit()
        print(f"数据成功插入到表 `{table_name}` 中！")
    except pymysql.MySQLError as e:
        conn.rollback()
        print(f"插入数据时出错：{e}")
        cursor.close()
        conn.close()
        raise
 
insert_data(cursor, table_name, df)
 
 
cursor.close()
conn.close()

添加完成以后，即可在mysql数据库中查询到所有结果。

从mysql中读取数据写入csv

import pymysql
import csv
 
 
source_conn = pymysql.connect(
    host="源数据库地址",
    user="用户名",
    password="密码",
    database="源数据库名"
)
source_cursor = source_conn.cursor()
 
source_cursor.execute("SHOW TABLES")
tables = source_cursor.fetchall()
 
for table in tables:
    table_name = table[0]
    source_cursor.execute(f"SELECT * FROM {table_name}")
    rows = source_cursor.fetchall()
 
    columns = [desc[0] for desc in source_cursor.description]
 
    with open(f"{table_name}.csv", "w", newline="", encoding="utf-8") as file:
        writer = csv.writer(file)
        writer.writerow(columns)
        writer.writerows(rows) 
 
source_cursor.close()
source_conn.close()

总结

通过本文的介绍，我们了解了如何使用Python将CSV文件的数据读取并存储到数据库中。我们从读取CSV文件开始，逐步介绍了如何连接数据库、创建数据表以及将CSV数据插入数据库。这些步骤不仅能够帮助读者完成基本的数据导入任务，还能够为更复杂的数据处理和分析打下坚实的基础。希望本文的内容能够为您的Python数据处理之旅提供有力支持，让您的数据操作更加高效和准确。