### 使用Python连接MySQL并导出查询结果至Excel #### 导入库 要实现此功能，需导入`pymysql`库用于建立与MySQL数据库的连接，以及`pandas`库来处理数据和将其保存为Excel文件。 ```python import pymysql import pandas as pd ``` #### 建立数据库连接 创建一个函数名为`connect_to_db()`，该函数接收四个参数：主机地址、用户名、密码和数据库名称。通过这些参数构建与指定MySQL服务器之间的连接[^2]。 ```python def connect_to_db(host, user, password, db_name): connection = pymysql.connect( host=host, user=user, password=password, database=db_name ) return connection ``` #### 执行SQL查询 定义另一个函数`execute_query(connection, query)`用来执行传入的具体SQL命令，并返回查询的结果集作为Pandas DataFrame对象以便后续操作[^3]。 ```python def execute_query(connection, query): with connection.cursor() as cursor: cursor.execute(query) result = cursor.fetchall() columns = [desc[0] for desc in cursor.description] df = pd.DataFrame(result, columns=columns) return df ``` #### 将DataFrame保存成Excel文件 最后一步是编写一个方法`save_df_as_excel(df, file_path)`负责接受之前得到的数据框实例及其目标存储位置字符串形式的路径，利用`to_excel()`函数完成实际的文件写入动作[^4]。 ```python def save_df_as_excel(df, file_path): writer = pd.ExcelWriter(file_path, engine='xlsxwriter') df.to_excel(writer, index=False) writer.save() ``` #### 完整流程示例 下面给出了一段完整的代码片段展示上述各个组件是如何协同工作的： ```python if __name__ == "__main__": # 配置信息 config = { "host": "localhost", "user": "root", "password": "", "db_name": "test" } sql_query = "SELECT * FROM your_table LIMIT 10;" # 替换为自己的表名 try: conn = connect_to_db(**config) data_frame = execute_query(conn, sql_query) output_file = "./output.xlsx" save_df_as_excel(data_frame, output_file) print(f"Data has been successfully exported to {output_file}") except Exception as e: print(e) finally: if conn.open: conn.close() ```