import pandas as pd from sqlalchemy import create_engine path =＇F:/海量数据实训/data_new.csv＇ data = pd.read_csv(path) # 连接数据库 engine = create_engine('mysql+pymysql://root:123456@localhost:3306/Mass?charset=utf8') # 获取csv文件的表头 columns = list(data.columns) # 语句 create_table = f " create table data_new({', '.join([f'{column} varchar(255)' for column in columns])})" # 执行语句 with engine.connect() as connection: connection.execute(create_table) # 将数据写入数据库中的表中 data.to_sql('data_new', con=engine, if_exists='append', index=False)

这段代码是将一个名为 data_new.csv 的 CSV 文件导入到名为 Mass 的 MySQL 数据库中。首先，使用 Pandas 库中的 read_csv() 函数将 CSV 文件读入内存。然后，使用 SQLAlchemy 库中的 create_engine() 函数连接 MySQL 数据库。接着，获取 CSV 文件的表头，构造创建表的 SQL 语句，使用 execute() 方法在 MySQL 数据库中创建表。最后，使用 to_sql() 方法将数据写入到 MySQL 数据库的 data_new 表中。如果该表已存在，则将数据追加到该表中。如果该表不存在，则新建该表。