pandas读取sql文件

使用pandas库读取SQL文件的方法有多种。根据引用的内容，以下是三种常见的使用案例。

方法一：

import pymysql
import pandas as pd

con = pymysql.connect(host="127.0.0.1", user="root", password="password", db="world")
data_sql = pd.read_sql("SQL查询语句", con)
data_sql.to_csv("test.csv")

这种方法使用了`pymysql`库连接到数据库，并使用`pandas`的`read_sql()`函数从数据库中读取数据。然后，将读取的数据保存为CSV文件。

方法二：

import pandas as pd
import pandas.io.sql as sql

conn = pymysql.connect(host="127.0.0.1", user="root", password="password", db="world")
sql_str = "SQL查询语句"
data_sql = sql.read_sql_query(sql_str, conn)
data_sql.to_csv("test.csv")

这种方法使用了`pandas.io.sql`模块中的`read_sql_query()`函数从数据库中读取数据，并将读取的数据保存为CSV文件。

方法三：

import pandas as pd
import pymysql
from sqlalchemy import create_engine

con = create_engine('mysql+pymysql://user_name:password@127.0.0.1:3306/database_name')
table_name = "table_name"
data = pd.read_sql_table(table_name, con)
data.to_csv("table_name.csv")

这种方法使用了`pandas`和`SQLAlchemy`库。它使用`SQLAlchemy`的`create_engine()`函数创建数据库连接，然后使用`pandas`的`read_sql_table()`函数从指定的表中读取数据，并将读取的数据保存为CSV文件。

这些方法可以根据自己的具体需求选择适合的方法来读取SQL文件并保存为CSV文件。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [【数据处理】pandas读取sql数据](https://blog.csdn.net/zzddada/article/details/125199712)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [pandas 读写sql数据库和matplotlib模块](https://blog.csdn.net/chengxuyuanyonghu/article/details/55519382)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]