在网上找了若干篇教程，一顿操作猛如虎之后发现，大多数教程推荐的 MySQLdb好像不行啊，是python 2.x的...这年头不该默认主流python 3.x了嘛？

又针对python 3.x检索了一番，找到了PyMySQL（参见菜鸟教程-PyMySQL驱动）。能用是能用，但还是有点不太对啊，这查询出来保存为字符串了，要弄成结构化的还要写for循环...这操作未免也太不python了不是？

所以用"pandas+MySQL"作为关键词第三遍搜索，终于找到了优雅的答案，现整理出来和大家分享。全文分为python连接、读取、写入数据库三部分。

Part 1. Python连接数据库

首先，在cmd里安装pandas、sqlalchemy、pymysql三个包（pymysql也可用mysqlconnector替换，两者都可以连接MySQL数据库）：

pip install pandas
pip install sqlalchemy
pip install pymysql

初始化数据库连接：

import pandas as pd
from sqlalchemy import create_engine

# 初始化数据库连接
# 按实际情况依次填写MySQL的用户名、密码、IP地址、端口、数据库名
engine = create_engine('mysql+pymysql://root:12345678@localhost:3306/testdb')

# 如果觉得上方代码不够优雅也可以按下面的格式填写
# engine = create_engine("mysql+pymysql://{}:{}@{}:{}/{}".format('root', '12345678', 'localhost', '3306', 'testdb'))

这里“mysql+pymysql://”是指明通过pymysql这个包来连接数据库，也可以使用mysqlconnector；如果是python2.x可以替换为MySQLdb来连接。MySQL的IP地址和端口号，默认为localhost:3306。

Part 2. Python读取数据库

写好查询语句并执行，将结果存入数据框DataFrame：

# MySQL导入DataFrame
# 填写自己所需的SQL语句，可以是复杂的查询语句
sql_query = 'select * from product;'
# 使用pandas的read_sql_query函数执行SQL语句，并存入DataFrame
df_read = pd.read_sql_query(sql_query, engine)
print(df_read)

查看该数据框df_read：

Part 3. Python写入数据库

# DataFrame写入MySQL
# 新建DataFrame
df_write = pd.DataFrame({'id': [10, 27, 34, 46], 'name': ['张三', '李四', '王五', '赵六'], 'score': [80, 75, 56, 99]})
# 将df储存为MySQL中的表，不储存index列
df_write.to_sql('testdf', engine, index=False)

在MySQL中查看该表：

Reference

1. https://blog.csdn.net/lzw2016/article/details/84720433
2. https://www.jianshu.com/p/238a13995b2b
   
3. https://www.runoob.com/python3/python3-mysql.html