2003031120—廖威—Python数据分析第七周作业—MySQL的安装以及使用

项目	内容
课程班级博客链接	https://edu.cnblogs.com/campus/pexy/20sj
这个作业要求链接	https://edu.cnblogs.com/campus/pexy/20sj/homework/12597
博客名称	2003031120—廖威—Python数据分析第七周作业—MySQL的安装以及使用
要求	每道题要有题目,代码(使用插入代码,不会插入代码的自己查资料解决，不要直接截图代码！！),截图（只截运行结果）

题目一：扩展阅读心得体会

1.扩展阅读：小白必看！超详细MySQL下载安装教程

2.扩展阅读：MySQL教程

3.扩展阅读：MySQL卸载

题目二：

1.安装好MySQL，连接上Navicat。

2.完成课本练习(代码4-1~3/4-9~31)。

from sqlalchemy import create_engine
#创建一个MYSQL连接器，用户名为root，密码为111
#地址为127.0.0.1，数据库名称为testdb,编码为UTF-8
engine = create_engine('mysql+pymysql://root:111@127.0.0.1:3306/testdb?charset=utf8')
print(engine)

import pandas as pd
#使用read_sql_query查看testdb中的数据表数目
formlist = pd.read_sql_query('show tables',con = engine)
print('testdb数据库数据表清单为：','\n',formlist)

#使用read_sql_table读取订单详情表
detail1 = pd.read_sql_table('meal_order_detail1',con = engine)
print('使用read_sql_table读取订单详情表的长度为：',len(detail1))

#使用read_sql读取订单详情表
detail2 = pd.read_sql('select * from meal_order_detail2',con = engine)
print('使用read_sql函数+SQL语句读取的订单详情表长度为：',len(detail2))
detail3 = pd.read_sql('meal_order_detail3',con = engine)
print('使用read_sql函数+表格名称读取的订单详情表的长度为：',len(detail3))

#使用to_sql存储orderData
detail1.to_sql('test1',con = engine,index = False,if_exists = 'replace')
#使用read_sql读取test表
formlist1 = pd.read_sql_query('show tables',con = engine)
print('新增一个表格后,testdb数据库数据表清单为：','\n',formlist1)

#导入SQLAIchemy库的creat_engine函数
from sqlalchemy import create_engine
import pandas as pd
#创建一个MYSQL连接器，用户名为root，密码为111
#地址为127.0.0.1，数据库名称为testdb
engine = create_engine('mysql+pymysql://root:111@127.0.0.1:3306/testdb?charset=utf8')
#使用read_sql_table读取订单详情表
order1 = pd.read_sql_table('meal_order_detail1',con = engine)
print('订单详情表1的长度为：',len(order1))
order2 = pd.read_sql_table('meal_order_detail2',con = engine)
print('订单详情表2的长度为：',len(order2))
order3 = pd.read_sql_table('meal_order_detail3',con = engine)
print('订单详情表3的长度为：',len(order3))

#使用read_table读取订单信息表
orderInfo = pd.read_table('D:/Users/ASUS/Desktop/meal_order_info.csv',sep = ',',encoding = 'gbk')
print('订单信息表长度为：',len(orderInfo))

#读取users.xlsx文件
userInfo = pd.read_excel('D:/Users/ASUS/Desktop/users.xlsx')
print('客户信息表长度为：',len(userInfo))

from sqlalchemy import create_engine
import pandas as pd
engine = create_engine('mysql+pymysql://root:111@127.0.0.1:3306/testdb?charset=utf8')#创建数据库连接
detail= pd.read_sql_table('meal_order_detail1',con = engine)
print('订单详情表的索引为：',detail.index)

print('订单详情表的所有值为：','\n',detail.values)

print('订单详情表的列名为：','\n',detail.columns)

print('订单详情表的数据类型为：','\n',detail.dtypes)

#查看DataFrame的元素个数
print('订单详情表的元素个数为：',detail.size)
print('订单详情表的维度数为：',detail.ndim) #查看DataFrame的维度数
print('订单详情表的形状为：',detail.shape)  #查看Dataframe的形状

print('订单详情表转置前形状为：',detail.shape)
print('订单详情表转置后形状为：',detail.T.shape)

#使用字典访问的方式取出orderInfo中的某一列
order_id = detail['order_id']
print('订单详情表中的order_id的形状为：','/n',order_id.shape)

#使用访问属性的方式取出orderInfo中的菜品名称列
dishes_name = detail.dishes_name
print('订单详情表中的dishes_name的形状为：',dishes_name.shape)

dishes_name5 = detail['dishes_name'][:5]
print('订单详情表中的dishes_name前5个元素为:','\n',dishes_name5)

orderDish = detail[['order_id','dishes_name']][:5]
print('订单详情表中的order_id和dishes_name前5个元素为：','\n',orderDish)

order5 = detail[:][:6]
print('订单详情表的1~6行元素为：','\n',order5)

print('订单详情表中前5行数据为：','\n',detail.head())
print('订单详情表中后5行数据为：','\n',detail.tail())

dishes_namel = detail.loc[:,'dishes_name']
print('使用loc提取dishes_name列的size为:',dishes_namel.size)
dishes_name2 = detail.iloc[:,3]
print('使用iloc提取第3列的size为:',dishes_name2.size)

orderDish1 = detail.loc[:,['order_id','dishes_name']]
print('使用loc提取order_id和dishes_name列的size为：',orderDish1.size)
orderDish2 = detail.iloc[:,[1,3]]
print('使用iloc提取第1和第3列的size为：',orderDish2.size)

print('列名为order_id和dishes_name的行名为3的数据为：\n',detail.loc[3,['order_id','dishes_name']])
print('列名为order_id和dishes_name行名为2,3,4,5,6的数据为：\n',detail.loc[2:6,['order_id','dishes_name']])
print('列位置为1和3,行位置为3的数据为：\n',detail.iloc[3,[1,3]])
print('列位置为1和3，行位置为2,3,4,5,6的数据为:\n',detail.iloc[2:7,[1,3]])

#loc内部传入表达式
print('detail中order_id为458的dishes_name为:\n',detail.loc[detail['order_id']=='458',['order_id','dishes_name']])
#print('detail中order_id为458的第1、5列数据为:\n',detail.iloc[detail['order_id']=='458',[1,5]])#返回的为一个布尔值Series,而iloc可以接收的数据类型并不包括Series

print('detail中order_id为458的第1、5列数据位:\n',detail.iloc[(detail['order_id']=='458').values,[1,5]])

print('列名为dishes_name行名为2,3,4,5,6的数据为:\n',detail.loc[2:6,'dishes_name'])
print('列位置为5，行位置为2~6的数据为：\n',detail.iloc[2:6,5])
#print('列位置为5，行位置为2~6的数据为：', '\n',detail.ix[2:6,5])在pandas的1.0.0版本开始，移除了Series.ix and DataFrame.ix 方法。使用DataFrame的loc方法或者iloc方法进行替换吧。

#将order_id为458的变换45800
detail.loc[detail['order_id']=='458','order_id'] = '45800'
print('更改后detail中order_id为458的order_id为:\n',detail.loc[detail['order_id']=='458','order_id'])
print('更改后detail中order_id为45800的order_id为:\n',detail.loc[detail['order_id']=='45800','order_id'])

detail['payment'] = detail['counts']*detail['amounts']
print('detail新增列payment的前5行为:','\n',detail['payment'].head())

detail['pay_way'] = '现金支付'
print('detail新增列pay_way的前5行为:','\n',detail['pay_way'].head())

print('删除pay_way前detail的列索引为：','\n',detail.columns)
detail.drop(labels = 'pay_way',axis = 1,inplace = True)
print('删除pay_way后detail的列索引为:','\n',detail.columns)

print('删除1~10行前detail的长度为:',len(detail))
detail.drop(labels = range(1,11),axis = 0,inplace = True)
print('删除1~10行detail的长度为：',len(detail))

运行结果