### 读取 Excel 数据并导入数据库的方法 使用 Python 将 Excel 数据导入数据库的过程可以分为以下几个关键环节：读取 Excel 文件内容、建立数据库连接、将数据逐行插入数据库表中。常用的库包括 `openpyxl`、`pandas` 和 `pymysql` 等，具体实现如下。 #### 使用 `openpyxl` 读取 Excel 文件并插入数据库 通过 `openpyxl` 可以逐行读取 `.xlsx` 格式的 Excel 文件，并结合 `pymysql` 插入到 MySQL 数据库中。以下是一个完整的实现示例： ```python import openpyxl import pymysql # 建立数据库连接 conn = pymysql.connect( host='localhost', user='root', password='password', db='database_name' ) cursor = conn.cursor() # 打开 Excel 文件 workbook = openpyxl.load_workbook('data.xlsx') sheet = workbook.active # 遍历 Excel 数据并插入数据库 for row in sheet.iter_rows(min_row=2, values_only=True): col1 = row[0] col2 = row[1] col3 = row[2] sql = "INSERT INTO table_name (col1, col2, col3) VALUES (%s, %s, %s)" cursor.execute(sql, (col1, col2, col3)) # 提交更改并关闭连接 conn.commit() cursor.close() conn.close() ``` 此方法适用于结构清晰、列数固定的 Excel 文件，能够实现数据逐行导入数据库[^2]。 #### 使用 `pandas` 读取 Excel 并写入数据库 `pandas` 提供了更简洁的接口，可以将 Excel 数据直接转换为 DataFrame，并通过 `to_sql()` 方法写入数据库。以下是一个使用 `pandas` 和 `psycopg2` 将数据写入 PostgreSQL 的示例： ```python import pandas as pd import psycopg2 # 读取 Excel 文件 df = pd.read_excel("data.xlsx") # 连接 PostgreSQL 数据库 conn = psycopg2.connect( dbname="your_db", user="your_user", password="your_password", host="localhost" ) # 将数据写入数据库 df.to_sql("table_name", conn, if_exists="replace", index=False) # 关闭连接 conn.close() ``` 该方法适用于需要快速导入大量数据的场景，且支持自动处理列名和数据类型映射。 #### 使用 `xlrd` 和 `pymysql` 读取 `.xls` 文件并导入 MySQL 对于 `.xls` 格式的 Excel 文件，可以使用 `xlrd` 读取数据，并配合 `pymysql` 将数据插入 MySQL 数据库： ```python import xlrd import pymysql # 打开 Excel 文件 workbook = xlrd.open_workbook("data.xls") sheet = workbook.sheet_by_index(0) # 建立数据库连接 conn = pymysql.connect( host='localhost', user='root', password='password', db='database_name' ) cursor = conn.cursor() # 遍历 Excel 数据并插入数据库 for row in range(sheet.nrows): data = sheet.row_values(row) sql = "INSERT INTO table_name (col1, col2, col3) VALUES (%s, %s, %s)" cursor.execute(sql, (data[0], data[1], data[2])) # 提交更改并关闭连接 conn.commit() cursor.close() conn.close() ``` 该方法适用于旧版 `.xls` 文件的数据导入需求[^1]。 #### 数据库自适应字段匹配导入 在某些情况下，Excel 文件的列名可能与数据库表字段不完全一致，需要动态匹配字段名。可以通过读取数据库表结构和 Excel 列名，实现自动映射： ```python import pandas as pd import pymysql # 读取 Excel 数据 df_excel = pd.read_excel("data.xlsx") # 获取数据库连接 conn = pymysql.connect( host='localhost', user='root', password='password', db='database_name' ) cursor = conn.cursor() # 查询数据库表结构 cursor.execute("DESCRIBE table_name") db_columns = [col[0] for col in cursor.fetchall()] # 匹配 Excel 列与数据库字段 matched_data = df_excel[db_columns] # 插入数据 for _, row in matched_data.iterrows(): placeholders = ', '.join(['%s'] * len(row)) columns = ', '.join(row.index) sql = f"INSERT INTO table_name ({columns}) VALUES ({placeholders})" cursor.execute(sql, tuple(row)) conn.commit() cursor.close() conn.close() ``` 该方法支持动态字段匹配，适用于列名不一致但数据类型兼容的场景[^3]。 --- ###