Python干货：如何实现数据库和Excel的导入导出？

数据库和Excel是公司会计人员的办公工具之二，在日常工作中需要用到导入导出其中的数据库和Excel数据，然而过程复杂繁琐，还浪费时间，有没有方法可以快速实现，当然有，这就需要我们万能的Python。只需三行代码就能搞定！

1、数据库导入到Excel

首先我们建立一个数据库例子，里面是包含各个部门的信息，如图所示。

在写Python代码前，我们需要导入SQL Alchemy库（Python中的ORM工具），全称为Object Relational Mapping（对象关系映射）。它的作用是可以将你的代码从底层数据库及其相关的SQL特性中抽象出来，特点是操纵Python对象而不是SQL查询。

代码如下：

from sqlalchemy import create_engine

import pandas as pd

# 创建数据库连接

engine = create_engine('mysql+pymysql://root:123456@localhost/datename')

# 读取mysql数据

db = pd.read_sql(sql='select * from hong.department', con=engine)

# 导出数据到excel

db.to_excel('部门数据.xlsx')

需要注意的是，第三行代码，是指我的MySQL用户名是root，密码是123456，datename是指数据库名称。

执行该段代码，将成功写入本地的Excel文件，具体如下：

2、Excel导入到数据库

代码如下：

from sqlalchemy import create_engine

import pandas as pd

# 创建数据库连接

engine = create_engine('mysql+pymysql://root:123456@localhost/datename')

# 读取xlsx文件

df = pd.read_excel('模拟数据.xlsx')

# 导入到mysql数据库

df.to_sql(name='test_data', con=engine, index=False, if_exists='replace')

执行该段代码完成后返回MySQL，会发现datename数据库新增一个名为“test_data”表。

这两个代码的具体思路如下：

从数据库向excel导入数据：

①用sqlalchemy创建数据库连接

②用pandas的read_sql读取数据库的数据

③用pandas的to_csv把数据存入csv文件

从excel向数据库导入数据：

①用sqlalchemy创建数据库连接

②用pandas的read_csv读取csv的数据

③用pandas的to_sql把数据存入数据库a