收藏!用Python一键批量将任意结构的CSV文件导入MySQL数据库.-技术圈

Python有很多库可以对CSV文件和Excel文件进行自动化和规模化处理。但是，使用数据库可以将计算机完成任务的能力提升成千上万倍！

那么问题来了，如果有很多个文件需要导入数据库，一个一个操作效率太低了，有没有批量处理的方法？

★
本文就来分享一下，如何通过 Python 将任意结构的CSV文件导入MySQL数据库。不管你的CSV文件存在哪里，也不管你的CSV文件有几个字段。用下面的代码，都可以实现一键批量导入！
”

数据源：本文以贵州茅台（600519）、古井贡酒（000596）、口子窖（603589）三个上市公司的资金流向历史交易数据为例（起止日期：2001-8-27至2020-1-23，相关数据可以从网易财经下载）。同时手动新建了test1.csv和test2.csv两个测试CSV文件，用来测试程序的通用性。数据结构见下图：

资金流向历史交易数据.png

先来看看程序运行效果图：

运行动图演示.gif

我们再来查询下贵州茅台（600519）的所有数据：

可见，5 个 CSV 文件，结构不安全相同，共 1W+ 数据，导入 MySQL 数据库也就是几秒种的事情。比手动导入效率高太多了！

如果你有成千上万个 CSV 文件，用这个程序也就是一键操作，剩下的耐心等待就行。

下面就来分析下该程序的实现逻辑吧。

1. 连接 MySQL 数据库

操作之前，你的必须完成安装并启动 MySQL 服务。如果还没有安装 MySQL，可以参考我的文章：7步完成MySQL配置，极简教程，还不来试试？

然后用 Python 连接 MySQL 数据库：

# 1. 连接 Mysql 数据库try:    conn = pymysql.connect(host='localhost', user='root', password='123456', db='csv', charset='utf8')    cur = conn.cursor()    print('数据库连接成功！')    print(' ')except:    print('数据库连接失败！')

我事先已经新建了一个csv数据库，用来存储本文涉及的数据。

2. 读取任意文件夹下的CSV文件

这个程序不限制CSV文件的位置，需要用到os模块，通过下面的代码来实现：

path = os.getcwd()files = os.listdir(path)for file in files:  if file.split('.')[-1] in ['csv']:

具体操作方式可以参考我的文章：让你的程序学会自己戴'口罩'！让你的程序更聪明？本文介绍了获取任意路径下文件名称的 2 种方法。

3. 计算 SQL 语句片段

本文涉及的 SQL 语句片段主要有两个，一是创建表的 SQL 语句片段，另一个是插入数据的 SQL 语句片段。

3.1 计算创建表的 SQL 语句片段

我们需要让程序计算出这样一个创建表的 SQL 语句：CREATE TABLE IF NOT EXISTS tab_600519(id0 int PRIMARY KEY NOT NULL auto_increment,日期 VARCHAR(255),股票代码 VARCHAR(255),名称 VARCHAR(255),收盘价 FLOAT,最高价 FLOAT,最低价 FLOAT,开盘价 FLOAT,前收盘 FLOAT,涨跌额 VARCHAR(255),涨跌幅 VARCHAR(255),换手率 FLOAT,成交量 INT,成交金额 FLOAT,总市值 FLOAT,流通市值 FLOAT);

（1）计算表名称

我们根据 CSV 文件的名称来计算出类似tab_表名称的数据库表名称，可以通过以下代码实现：

filename = file.split('.')[0]filename = 'tab_' + filename

将计算出的数据库表名称赋值给filename，供程序调用。

（2）计算字段及字段类型

这是难点！也是整个程序的关键所在。

① 获取 CSV 文件的表头

f = pd.read_csv(file, encoding='gbk')columns = f.columns.tolist()

我们用 pandas 的 read_csv 将 CSV 文件的所有内容读取到数据库 f中。数据框是pandas的数据存储结构，保留了表格的数据存储方式。

然后将数据框 f 的表头读入 columns中。

② 转换字段类型

由于 CSV 文件的字段类型与 MySQL 的字段类型不同，因此我们需要遍历 columns中的字段及其类型，修改成 MySQL 能识别的字段类型。

types = f.ftypesfield = [] #用来接收字段名称的列表table = [] #用来接收字段名称和字段类型的列表for item in columns:    if 'int' in types[item]:        char = item + ' INT'    elif 'float' in types[item]:        char = item +' FLOAT'    elif 'object' in types[item]:        char = item +' VARCHAR(255)'    elif 'datetime' in types[item]:        char = item + ' DATETIME'    else:        char = item + ' VARCHAR(255)'    table.append(char)    field.append(item)tables = ','.join(table)fields = ','.join(field)

通过上述计算：

tables = 日期 VARCHAR(255),股票代码 VARCHAR(255),名称 VARCHAR(255),收盘价 FLOAT,最高价 FLOAT,最低价 FLOAT,开盘价 FLOAT,前收盘 FLOAT,涨跌额 VARCHAR(255),涨跌幅 VARCHAR(255),换手率 FLOAT,成交量 INT,成交金额 FLOAT,总市值 FLOAT,流通市值 FLOAT

fields = 日期,股票代码,名称,收盘价,最高价,最低价,开盘价,前收盘,涨跌额,涨跌幅,换手率,成交量,成交金额,总市值,流通市值

（3）创建表完整 SQL 语句组装

创建表的 SQL 语句就可以这样组装了：table_sql = 'CREATE TABLE IF NOT EXISTS ' + filename + '(' + 'id0 int PRIMARY KEY NOT NULL auto_increment,' + tables + ');'

filenam和tables是变量，是通过 CSV 文件名称和文件结构计算出来的，这样就实现了自动化！

另外，id0 int PRIMARY KEY NOT NULL auto_increment 是创建的一个自增主键，之所以取名为 id0 而不取名 id ，是为了避免与 CSV 文件本来就有的 id 字段冲突。

创建表的 SQL 语句已组装完成，执行它就行。

3.2 计算插入数据的 SQL 语句片段

我们需要让程序计算出这样一个插入数据的 SQL 语句：insert into tab_603589(日期,股票代码,名称,收盘价,最高价,最低价,开盘价,前收盘,涨跌额,涨跌幅,换手率,成交量,成交金额,总市值,流通市值) values(%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)

filename和fields已经计算完成，现在只要计算 %s的个数和数据列表即可。

（1）计算%s的个数

根据数据框表头的长度计算出%s字符串，用逗号分隔。

s = ','.join(['%s' for _ in range(len(f.columns))])

通过计算：s = %s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s

（2）计算数据列表

通过values = f.values.tolist()，将数据框的数据读入列表。

每行数据是一个列表，所有数据组成一个大列表。也就是列表中的列表，将来可以批量插入数据库表中。

（3）插入数据完整 SQL 语句组装

创建表的 SQL 语句就可以这样组装了：insert_sql = 'insert into {}({}) values({})'.format(filename,fields,s)

执行插入数据命令：

insert_sql = 'insert into {}({}) values({})'.format(filename,fields,s)cur.executemany(insert_sql, values)conn.commit()

这里使用executemany()来插入数据，executemany()就是将列表中的元素一个个取出来，然后一条条的执行，也就是说它能同时执行多条语句。执行同样多的语句可比execute()快很多。

下面贴一下源代码片段，有需要的朋友可以去微信公众号后台下载：