利用pandas + sqlalchemy读取实时更新csv文件，并导入到MySQL

可以按以下步骤实现：

1. 导入必要的库：pandas、sqlalchemy

import pandas as pd
from sqlalchemy import create_engine

2. 创建MySQL数据库连接

# 连接MySQL数据库
engine = create_engine('mysql+pymysql://root:password@localhost:3306/testDB')

3. 读取csv文件数据

# 读取csv文件数据
df = pd.read_csv('data.csv', encoding='utf-8')

4. 将数据导入到MySQL数据库

# 将数据导入到MySQL数据库
df.to_sql(name='data', con=engine, if_exists='replace', index=False)

完整代码示例：

import pandas as pd
from sqlalchemy import create_engine

# 连接MySQL数据库
engine = create_engine('mysql+pymysql://root:password@localhost:3306/testDB')

# 读取csv文件数据
df = pd.read_csv('data.csv', encoding='utf-8')

# 将数据导入到MySQL数据库
df.to_sql(name='data', con=engine, if_exists='replace', index=False)

以上代码将会在MySQL中创建名为"data"的表，并将csv文件中的数据导入到该表中。每次运行代码时，如果表已经存在，则会将原有数据删除并替换为新的数据。如果表不存在，则会自动创建。你也可以根据需要调整if_exists参数的值，例如"append"表示追加数据，"fail"表示如果表已经存在则不做任何操作。