一、环境准备,安装包
python
pip install pandas openpyxl sqlalchemy
二、数据准备
三、代码编写
python
from sqlalchemy import create_engine
import pandas as pd
class GDPDataImporter:
def __init__(self, db_type, dbapi, host, port, database, username, password):
"""
初始化数据库连接参数
:param db_type: 数据库类型,如 'mysql', 'mssql+pyodbc', 'postgresql' 等
:param dbapi: 数据库API,如 'pymysql' 对于MySQL
:param host: 数据库主机地址
:param port: 数据库端口
:param database: 数据库名
:param username: 数据库用户名
:param password: 数据库密码
"""
self.engine = create_engine(f"{db_type}+{dbapi}://{username}:{password}@{host}:{port}/{database}")
def import_data(self, excel_file_path, table_name):
"""
从Excel文件导入数据到数据库
:param excel_file_path: Excel文件的路径
:param table_name: 数据库中的表名
"""
try:
# 使用pandas读取Excel文件
df = pd.read_excel(excel_file_path)
# 将DataFrame数据写入数据库表
df.to_sql(name=table_name, con=self.engine, if_exists='replace', index=False)
print("数据导入成功!")
except Exception as e:
print(f"数据导入失败: {e}")
# 使用示例
if __name__ == "__main__":
# 实例化导入器类
importer = GDPDataImporter(
db_type='mysql',
dbapi='pymysql',
host='localhost',
port='3306',
database='world',
username='root',
password='123456'
)
# Excel文件路径
excel_file_path = r'F:\省会城市总、人均GDP.xlsx'
# 导入数据到数据库
importer.import_data(excel_file_path, 'GDP')