在Python编程中，经常需要将处理后的数据存储到数据库中，以便后续的查询和分析。本篇主要讲解如何利用Python将数据框（通常为Pandas DataFrame类型）的数据写入MongoDB和MySQL数据库，这两种数据库在大数据处理和Web开发中都有广泛的应用。
我们来看如何将数据框数据写入MongoDB。MongoDB是一个NoSQL数据库，它以JSON格式存储数据，非常适合非结构化或半结构化的数据。Python中常用的MongoDB驱动是`pymongo`库。
1、数据框数据写入MongoDB方法：
```python
from pymongo import MongoClient
# 创建MongoDB连接
con = MongoClient()
# 连接到数据库（这里假设数据库名为'Class'）
db = con['Class']
# 选择或创建集合（类似表的概念）
post = db['Class']
# 假设df是DataFrame，以下代码将逐条插入数据
for i in range(0, len(df)):
# 将DataFrame的一行转换为字典
doc = {
'Class': df.iloc[i, 0],
'Course': df.iloc[i, 1],
'Title': df.iloc[i, 7],
'Section': df.iloc[i, 5],
'Type': df.iloc[i, 8],
'Days': df.iloc[i, 2],
'Time': df.iloc[i, 6],
'Room': df.iloc[i, 4],
'Location': df.iloc[i, 3],
'Instructors': df.iloc[i, 9],
'Status': df.iloc[i, 10]
}
# 插入数据
post.insert_one(doc)
```
这段代码中，我们先导入了`pymongo`库，然后通过`MongoClient`建立与MongoDB服务器的连接，并指定数据库和集合。接着，遍历DataFrame的每一行，将其转换为字典并插入到集合中。
接下来，我们讨论如何将数据框数据写入MySQL。MySQL是一个关系型数据库，适合处理结构化数据。Python中常用的MySQL连接库是`pymysql`。
2、数据框数据写入MySQL方法：
```python
import pymysql
# 创建MySQL连接
dbconn = pymysql.connect(
host="127.0.0.1",
database="cgjr",
user="root",
password="12345",
port=3306,
charset='utf8'
)
# 使用with语句确保数据库连接在操作完成后会被关闭
try:
with dbconn.cursor() as cursor:
# 定义SQL插入语句
sql = 'INSERT INTO t_tao_info (num, price, city, shop_name, title, number, link, sale) VALUES (%s, %s, %s, %s, %s, %s, %s, %s)'
for i in range(0, len(data)):
print(f"正在插入数据：{i}")
# 执行SQL插入语句
cursor.execute(sql, (
data.iloc[i, 0], data.iloc[i, 1], data.iloc[i, 2], data.iloc[i, 3],
data.iloc[i, 4], data.iloc[i, 5], data.iloc[i, 6], data.iloc[i, 7]
))
# 提交事务，确保数据被保存
dbconn.commit()
except pymysql.Error as e:
print(f"Error {e.args[0]}: {e.args[1]}")
sys.exit(1)
finally:
dbconn.close()
print('数据已插入，插入数据库成功！')
```
这段代码中，我们使用`pymysql`库创建与MySQL服务器的连接，然后使用`cursor`执行SQL插入语句。注意，由于MySQL需要手动提交事务，所以在每条数据插入后，我们需要调用`commit()`方法。
总结，Python将数据框数据写入MongoDB和MySQL数据库，关键在于将DataFrame转换为数据库能理解的格式（字典或元组），然后使用对应的数据库API进行数据操作。在实际应用中，还需要考虑错误处理、批量插入优化以及数据库性能调整等方面的问题。了解这些基本操作后，你可以根据项目需求进行更复杂的数据库操作，如查询、更新和删除数据等。
