如何将pymysql获取的tuple数据类型转换为pandas DataFrame格式?

2026-05-24 22:550阅读0评论SEO资源
  • 内容介绍
  • 文章标签
  • 相关推荐

本文共计451个文字,预计阅读时间需要2分钟。

如何将pymysql获取的tuple数据类型转换为pandas DataFrame格式?

我不再多说了,大家还是直接看代码吧!

我就废话不多说了,大家还是直接看代码吧!

#执行结果转化为dataframe df = pd.DataFrame(list(result))

补充知识:python pymysql注意事项

cursor.execute 与 cursor.executemany有许多不同的地方

1. execute 中字段的值是字符串形式时必须加引号,但是executemany只需要使用占位符%s,pymysql利用给的参数list自动会加上引号

2.execute返回结果都是数字,但是executemany返回结果为none和数字

3.executemany之后执行fetchall,只能返回最后一条语句执行的结果(例如执行select时)

4.insert时,如果量比较大,最好拼接value然后用execute执行,如果用executemany(sql, datalist)执行的话速度太慢。

阅读全文

本文共计451个文字,预计阅读时间需要2分钟。

如何将pymysql获取的tuple数据类型转换为pandas DataFrame格式?

我不再多说了,大家还是直接看代码吧!

我就废话不多说了,大家还是直接看代码吧!

#执行结果转化为dataframe df = pd.DataFrame(list(result))

补充知识:python pymysql注意事项

cursor.execute 与 cursor.executemany有许多不同的地方

1. execute 中字段的值是字符串形式时必须加引号,但是executemany只需要使用占位符%s,pymysql利用给的参数list自动会加上引号

2.execute返回结果都是数字,但是executemany返回结果为none和数字

3.executemany之后执行fetchall,只能返回最后一条语句执行的结果(例如执行select时)

4.insert时,如果量比较大,最好拼接value然后用execute执行,如果用executemany(sql, datalist)执行的话速度太慢。

阅读全文