python连接数据库填写execel表

### 使用Python从数据库读取数据并填充到Excel表格为了实现这一目标，可以采用 `pandas` 和 `openpyxl` 库来处理 Excel 文件，并利用 `sqlalchemy` 或者原生 SQL 查询库（如 `psycopg2`, `mysql.connector` 等）连接数据库。以下是具体方法： #### 数据库连接与查询可以通过 SQLAlchemy 这样的 ORM 工具或者直接使用特定于数据库的驱动程序执行 SQL 查询以获取所需的数据。 ```python import pandas as pd from sqlalchemy import create_engine # 建立数据库连接 (假设 MySQL 数据库) engine = create_engine('mysql+pymysql://username:password@host:port/database') # 执行 SQL 查询并将结果加载到 DataFrame 中 query = "SELECT * FROM your_table" dataframe = pd.read_sql(query, engine) # 加载数据到 Pandas DataFrame[^1] ``` #### 将数据写入 Excel 表格 Pandas 提供了一个简单的方法将 DataFrame 的内容导出至 Excel 文件中。 ```python # 导出到 Excel 文件 output_file_path = './output_data.xlsx' with pd.ExcelWriter(output_file_path, engine='openpyxl') as writer: dataframe.to_excel(writer, sheet_name="Sheet1", index=False) print(f"Data has been successfully written to {output_file_path}.") # 输出确认消息[^2] ``` 上述代码片段展示了如何先建立与数据库之间的连接，接着提取指定表内的全部记录存放到内存中的 DataFrame 对象里；最后再把此对象的内容转储成一份新的 Excel 文档。如果需要更复杂的操作比如多张工作表或是格式化单元格样式，则可能还需要进一步调用 OpenPyXL API 来完成这些额外需求[^3]。 #### 完整流程总结整个过程大致分为以下几个部分： - **设置数据库引擎**: 配置好访问远程或本地数据库所需的参数。 - **执行SQL命令抓取资料集**: 利用预定义好的 SELECT 语句检索目标字段集合。 - **转换为DataFrame结构体**: 方便后续批量处理以及分析计算等功能应用。 - **输出最终成果给XLS/XLSX档案形式**: 让使用者能够轻易打开检视结果。通过以上步骤即可顺利完成由关系型数据库向电子试算表迁移的任务。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇利用python将grib2文件转换为nc文件的代码