### 使用Python将CSV文件数据插入到MySQL数据库 为了实现这一目标，可以采用Pandas库来处理CSV文件，并利用SQLAlchemy或PyMySQL等工具连接并操作MySQL数据库。以下是具体方法： #### 准备工作 确保已安装必要的Python包： - `pandas`用于高效的数据分析和操作。 - `sqlalchemy`提供SQL工具箱以及ORM功能，简化数据库交互过程；或者使用`pymysql`作为纯Python MySQL客户端。 可以通过pip命令安装这些依赖项： ```bash pip install pandas sqlalchemy pymysql ``` #### Python脚本示例 下面是一个完整的Python脚本例子，它展示了如何加载CSV文件并将其中的内容写入MySQL表中[^2]。 ```python import pandas as pd from sqlalchemy import create_engine, text # 定义数据库连接参数 db_config = { 'user': 'your_username', 'password': 'your_password', 'host': 'localhost', # 或者远程服务器地址 'port': 3306, 'database': 'your_database_name' } # 创建数据库引擎对象 engine = create_engine(f"mysql+pymysql://{db_config['user']}:{db_config['password']}@" f"{db_config['host']}:{db_config['port']}/{db_config['database']}") # 加载CSV文件为DataFrame file_path = '/var/lib/mysql-files/Amazon Dataset.csv' # CSV 文件路径应指向之前复制进去的位置 data_frame = pd.read_csv(file_path) # 如果需要调整列名以匹配数据库表格结构，则在此处执行相应更改 # data_frame.rename(columns={'old_column_name':'new_column_name'}, inplace=True) # 插入数据至MySQL表内 (假设表名为amazon_dataset) with engine.connect() as connection: try: # 执行前先删除已有同名列以防重复记录被多次插入 delete_query = "DELETE FROM amazon_dataset" connection.execute(text(delete_query)) # 将DataFrame中的数据批量插入到MySQL表中 data_frame.to_sql(name='amazon_dataset', con=connection, if_exists='append', index=False) print("Data inserted successfully.") except Exception as e: print(f"An error occurred while inserting the data into MySQL: {e}") finally: engine.dispose() ``` 此段代码首先创建了一个与MySQL数据库之间的连接，接着读取了存储于特定位置的CSV文件，并将其转换成Pandas DataFrame格式以便后续处理。最后通过`to_sql()`函数实现了向MySQL数据库表内的数据传输，在这过程中还可以根据实际情况对原始数据做一些预处理工作，比如重命名字段、过滤不需要的信息等[^1]。