在 Python 中执行数据库查询后，可以通过多种方式输出查询结果。常见的输出方式包括打印到控制台、写入文件（如 CSV、Excel）、以及将数据传输到其他系统或服务中。以下是一些常用的输出方式及其示例代码： ### 输出到控制台 最简单的输出方式是将查询结果打印到控制台，这对于调试和查看查询结果非常有用。 ```python import pymysql # 建立数据库连接 conn = pymysql.connect( host="100.100.100.0", port=3306, user="test", passwd="123", db="bigdata", charset="utf8" ) # 创建游标 cursor = conn.cursor() # 执行查询 cursor.execute("SELECT * FROM ts_vehicle_load") # 获取查询结果 res = cursor.fetchall() # 打印查询结果 for row in res: print(row) # 关闭连接 cursor.close() conn.close() ``` ### 写入到 Excel 文件 可以使用 `xlwt` 库将查询结果写入 Excel 文件[^2]。需要注意的是，`xlwt` 仅支持 `.xls` 格式的文件，若需要支持 `.xlsx` 格式，可以使用 `openpyxl` 或 `pandas`。 ```python import pymysql import xlwt def export_to_excel(): # 建立连接 conn = pymysql.connect( host="100.100.100.0", port=3306, user="test", passwd="123", db="bigdata", charset="utf8" ) # 创建游标 cursor = conn.cursor() # 执行查询 cursor.execute("SELECT * FROM ts_vehicle_load") # 获取查询结果 res = cursor.fetchall() # 创建 Excel 工作簿和工作表 book = xlwt.Workbook() sheet = book.add_sheet('vehicle_land') # 写入表头 title = ['id', 'vehicle_load_code', 'total_count', 'vehicle_innet_count', 'vehicle_online_count', 'date'] for i, header in enumerate(title): sheet.write(0, i, header) # 写入数据 for row_idx, row_data in enumerate(res): for col_idx, cell_data in enumerate(row_data): sheet.write(row_idx + 1, col_idx, cell_data) # 保存 Excel 文件 book.save('vehicle_land.xls') print("导出成功！") # 调用函数 export_to_excel() ``` ### 写入到 CSV 文件 使用 `csv` 模块可以将查询结果写入 CSV 文件，适用于数据交换和导入其他系统。 ```python import pymysql import csv def export_to_csv(): # 建立连接 conn = pymysql.connect( host="100.100.100.0", port=3306, user="test", passwd="123", db="bigdata", charset="utf8" ) # 创建游标 cursor = conn.cursor() # 执行查询 cursor.execute("SELECT * FROM ts_vehicle_load") # 获取查询结果 res = cursor.fetchall() # 写入 CSV 文件 with open('vehicle_land.csv', 'w', newline='', encoding='utf-8') as csvfile: writer = csv.writer(csvfile) # 写入表头 writer.writerow(['id', 'vehicle_load_code', 'total_count', 'vehicle_innet_count', 'vehicle_online_count', 'date']) # 写入数据 writer.writerows(res) print("导出成功！") # 调用函数 export_to_csv() ``` ### 使用 `pandas` 简化数据处理 `pandas` 是一个强大的数据处理库，它可以直接将查询结果读入 DataFrame，并支持导出为多种格式（如 Excel、CSV、JSON 等）。 ```python import pymysql import pandas as pd # 建立连接 conn = pymysql.connect( host="100.100.100.0", port=3306, user="test", passwd="123", db="bigdata", charset="utf8" ) # 使用 pandas 读取查询结果 query = "SELECT * FROM ts_vehicle_load" df = pd.read_sql(query, conn) # 导出为 Excel 文件 df.to_excel("vehicle_land.xlsx", index=False) # 导出为 CSV 文件 df.to_csv("vehicle_land.csv", index=False) # 导出为 JSON 文件 df.to_json("vehicle_land.json", orient="records") print("导出成功！") ``` ###