我擅长python，尤其是pandas处理数据，虽然SQL就是用于查询功能的，但是我觉得pandas的查询数据的能力也不相上下。

所以把sql的数据框导入到python的环境，然后再去查询和筛选岂不是美滋滋。

---

pymysql

主要用pymysql这个库去实现，

导入包：

import pymysql
import pandas as pd

链接数据框对象

#账户密码
db = pymysql.connect(
    host='127.0.0.1', port=3306,
    user='root', passwd='****',     # 输入自己的账户和密码
    db ='college', charset='utf8'    # db 输入数据库，有用到的就行
)

本地环境的话，host和port这两个参数也不用改。主要是自己的密码和db这个参数要改，db表示数据库名称。

写sql语句执行

sql = '''select * from student ;''' # SQL 代码
cursor = db.cursor()                 # 执行数据库的操作是由cursor完成的,使用cursor()方法获取操作游标
cursor.execute(sql)                  # 执行sql语句

获取数据

datas = cursor.fetchall()            # 获取查询的所有记录
cols_info = cursor.description       # 获取行相关信息
cursor.close()                       # 关闭游标
db.close()                           # 关闭连接数据库

转为数据框

cols = [col[0] for col in cols_info] # 处理保留列名
df = pd.DataFrame(datas,columns=cols)
df

 我感觉很方便，确实把我college里面的student这张表弄出来了。

封装成函数，然后把我其他的表也弄出来试试：

def get_sql_data(sql_sence='''select * from course ''',sql_name='college'):
    #账户密码
    db = pymysql.connect(
        host='127.0.0.1', port=3306,
        user='root', passwd='****',     # 输入自己的账户和密码
        db =sql_name, charset='utf8'    # db 输入数据库，有用到的就行
    )
    sql_course = sql_sence # SQL 代码
    cursor = db.cursor()                 # 执行数据库的操作是由cursor完成的,使用cursor()方法获取操作游标
    cursor.execute(sql_course)                  # 执行sql语句
    datas = cursor.fetchall()            # 获取查询的所有记录
    cols_info = cursor.description       # 获取行相关信息
    cols = [col[0] for col in cols_info] # 处理保留列名
    df = pd.DataFrame(datas,columns=cols)
    cursor.close()                       # 关闭游标
    db.close()                           # 关闭连接数据库
    return df

导出课程表：course 

get_sql_data(sql_sence='''select * from course ''')

导出成绩表：

get_sql_data(sql_sence='''select * from score ''')

 

 然后再去用pandas进行筛选查询什么的就很方便了。