2003031137-翟登斌-python数据分析第七周作业—MySQL的安装以及使用

内容
课程班级博客链接	20级数据班（本）
这个作业要求链接	Python数据分析第七周作业
博客名称	2003031137—翟登斌—Python数据分析第七周作业—MySQL的安装以及使用
要求	每道题要有题目,代码(使用插入代码,不会插入代码的自己查资料解决，不要直接截图代码！！),截图（只截运行结果）

 

 

 

 

 

 

 

• *扩展阅读：小白必看！超详细MySQL下载安装教程

• *扩展阅读：MySQL教程

• *扩展阅读：MySQL卸载

作业：

• 1.安装好MySQL，连接上Navicat。

 

• 2.完成课本练习(代码4-1~3/4-9~31)。

• #代码4-1 sqlalchemy连接mysql数据库的代码
  from sqlalchemy import create_engine
  #创建一个MySQL连接器，用户名为root,密码为12345
  #地址为127.0.0.1数据库名称为testdb,编码为UTF—8
  engine = create_engine('mysql+pymysql://root:12345@127.0.0.1:3306/testdb?charset=utf8')
  print(engine)
  #代码4-2使用函数读取数据库
  import pandas as pd
  #使用read_sql_query查看testdb中的数据表数目
  formlist = pd.read_sql_query('show tables',con = engine)
  print('testdb数据库数据表清单为：','\n',formlist)
  #使用read_sql_table读取订单详情表
  detail1 = pd.read_sql_table('meal_order_detail1',con = engine)
  print('使用read_sql_table读取订单详情表的长度为：',len(detail1))
  #使用rad_sql_table读取订单详情表
  detail2 = pd.read_sql('select * from meal_order_detail2',con = engine)
  print('使用read_sql+SQL语句读取订单详情表的长度为：',len(detail2))
  detail3 = pd.read_sql('meal_order_detail3',con = engine)
  print('使用read_sql+表格名称读取订单详情表的长度为：',len(detail3))
  #使用to_sql存储orderDate
  #4-3代码
  detail1.to_sql('test1',con = engine,index = False,if_exists = 'replace')
  #使用read_sql读取test表
  formlist1 = pd.read_sql_query('show tables',con = engine)
  print('新增一个表格后，testdb数据库数据清单为：','\n',formlist1)

  #4-9~31代码
  from sqlalchemy import create_engine
  #创建一个MySQL连接器，用户名为root,密码为root1234
  #地址为127.0.0.1数据库名称为testdb,编码为UTF—8
  engine = create_engine('mysql+pymysql://root:12345@127.0.0.1:3306/testdb?charset=utf8')
  import pandas as pd
  #使用read_sql_table读取订单详情表
  order1 = pd.read_sql_table('meal_order_detail1',con = engine)
  print('订单详情表1的长度为：',len(order1))
  order2 = pd.read_sql_table('meal_order_detail2',con = engine)
  print('订单详情表2的长度为：',len(order2))
  #4-5代码
  order3 = pd.read_sql_table('meal_order_detail3',con = engine)
  print('订单详情表3的长度为：',len(order3))
  #使用read_table读取订单信息表
  orderInfo = pd.read_table('D:/Users/lenovo/Desktop/meal_order_info.csv',sep = ',',encoding = 'gbk')
  print('订单信息表的长度为：',len(orderInfo))
  userInfo = pd.read_excel('D:/Users/lenovo/Desktop/users.xlsx',sheet_name = 'users1')
  print('客户信息表的长度为：',len(userInfo))
  detail = pd.read_sql_table('meal_order_detail1',con = engine)
  '''print('订单详情的索引表为：',detail.index)
  print('订单详情表的所有值为：','\n',detail.values)
  print('订单详情表列名为：','\n',detail.columns)
  print('订单详情表的数据类型为：','\n',detail.dtypes)'''
  #查看DataFrame的元素个数
  print('订单详情表的元素个数为：',detail.size)
  print('订单详情表的维度数为：',detail.ndim)#查看DataFrame的维度数
  print('订单详情表的形状为：',detail.shape)#查看DataFrame的形状
  print('订单详情表转置前形状为：',detail.shape)
  print('订单详情表转置后形状为：',detail.T.shape)
  #使用字典访问的方式取出orderInfo中的某一列
  order_id = detail['order_id']
  print('订单详情表中的order_id形状为：','\n',order_id.shape)
  #使用访问属性的方式取出orderInfo中的菜品名称列
  dishes_name = detail.dishes_name
  print('订单详情表中的dishes_name的形状为：','\n',dishes_name.shape)
  dishes_name5 = detail['dishes_name'][:5]
  print('订单详情表中的dishes_name前5个元素为;','\n',dishes_name5)
  orderDish = detail[['order_id','dishes_name']][:5]
  print('订单详情表中的order_id和dishes_name前5个元素为;','\n',orderDish)
  order5 = detail[:][1:6]
  print('订单详情表中的1~6元素为;','\n',order5)
  print('订单详情表中的前5行数据为;','\n',detail.head())
  print('订单详情表中的后5行数据为;','\n',detail.tail())
  dishes_name1 = detail.loc[:,'dishes_name']
  print('使用loc提取dishes_name列的size为：',dishes_name1.size)
  dishes_name2 = detail.iloc[:,3]
  print('使用iloc提取第3列列的size为：',dishes_name2.size)
  orderDish1 = detail.loc[:,['order_id','dishes_name']]
  print('使用loc提取order_id和dishes_name列地size为；',orderDish1.size)
  orderDish2 = detail.iloc[:,[1,3]]
  print('使用iloc提取第1列和第3列地size为；',orderDish2.size)
  print('列名为order_id和dishes_name的行名为3的数据为：\n',detail.loc[3,['order_id','dishes_name']])
  print('列名为order_id和dishes_name的行名为2,3,4,5,6的数据为：\n',detail.loc[2:6,['order_id','dishes_name']])
  print('列位置为1和3，,行位置为3的数据为：\n',detail.iloc[3,[1,3]])
  print('列位置为1和3，,行位置为2,3,4,5,6的数据为：\n',detail.iloc[2:7,[1,3]])
  #loc内部传入表达式
  print('detail中order_id为458的dishes_name为：\n',detail.loc[detail['order_id']=='458',['order_id','dishes_name']])
  #错误示例如下：
  #print('detail中order_id为458的第1、5列数据为：\n',detail.iloc[detail['order_id']=='458',[1,5]])
  print('detail中order_id为458的第1,5列数据为：\n',detail.iloc[(detail['order_id']=='458').values,[1,5]])
  print('列名为dishes_name行名为 2,3,4,5,6的数据为：\n',detail.loc[2:6,'dishes_name'])
  print('列位置为5，行位置为2~6的数据为：\n',detail.iloc[2:6,5])
  #print('列位置为5，行名为2~6的数据为：', '\n',detail.ix[2:6,5])    #pandas的1.0.0版本后，已经对ix进行了升级和重构。
  #将ordeer_id为458的变换为45800
  detail.loc[detail['order_id']=='458','ordeer_id'] = '45800'
  print('更改后detail中order_id为458的order_id为：\n',detail.loc[detail['order_id']=='458','order_id'])
  print('更改后detail中order_id为45800的order_id为：\n',detail.loc[detail['order_id']=='45800','order_id'])
  detail['payment'] = detail['counts']*detail['amounts']
  print('detail新增列payment的前5行为：','\n',detail['payment'].head())
  detail['pay_way'] = '现金支付'
  print('detail新增列pay_way的前5行为：','\n',detail['pay_way'].head())
  print('删除pay_way前detail的列索引为：','\n',detail.columns)
  detail.drop(labels = 'pay_way',axis = 1,inplace = True)
  print('删除pay_way后detail的列索引为：','\n',detail.columns)
  print('删除1~10行前detail的长度为：',len(detail))
  detail.drop(labels = range(1,11),axis = 0,inplace = True)
  print('删除1~10行后detail的长度为：',len(detail))

  结果：

• 

   

•