利用pandas与sqlalchemy来将CSV文件导入MySQL

好的，下面是一个基本的示例代码，可以将CSV文件导入MySQL数据库中：

import pandas as pd
from sqlalchemy import create_engine

# 设置数据库连接信息，这里使用MySQL作为例子
db_info = {
    'user': 'your_username',
    'password': 'your_password',
    'host': 'your_host',
    'port': 3306,
    'database': 'your_database_name',
    'charset': 'utf8mb4'
}

# 创建数据库引擎
engine = create_engine(f"mysql+pymysql://{db_info['user']}:{db_info['password']}@{db_info['host']}:{db_info['port']}/{db_info['database']}?charset={db_info['charset']}")

# 读取CSV文件为DataFrame对象
df = pd.read_csv('your_csv_file_path')

# 将DataFrame对象写入MySQL数据库
df.to_sql('your_table_name', engine, if_exists='replace', index=False)

# 关闭数据库连接
engine.dispose()

在上面的代码中，需要先设置好数据库连接信息，然后创建一个数据库引擎对象。接着，使用Pandas的`read_csv`函数读取CSV文件为DataFrame对象，再使用`to_sql`方法将DataFrame对象写入MySQL数据库中。最后，需要关闭数据库连接，以释放资源。需要注意的是，在写入MySQL数据库时，需要指定目标表的名称，如果目标表已经存在，可以使用`if_exists`参数来指定覆盖或追加数据。