python 操作mysql数据中fetchone()和fetchall()方式

数据库中有一字段type_code，有中文类型和中文类型编码，现在对type_code字段的数据进行统计处理，编码对应的字典如下：

{’ys4ng35toofdviy9ce0pn1uxw2x7trjb’:’娱乐’, ’vekgqjtw3ax20udsniycjv1hdsa7t4oz’:’经济’, ’vjzy0fobzgxkcnlbrsduhp47f8pxcoaj’:’军事’, ’uamwbfqlxo7bu0warx6vkhefigkhtoz3’:’政治’, ’lyr1hbrnmg9qzvwuzlk5fas7v628jiqx’:’文化’, }

其中数据库的32位随机编码生成程序如下：

string.ascii_letters 对应字母(包括大小写)， string.digits(对应数字) ，string.punctuation（对应特殊字符）

import stringimport random def get_code(): return ’’.join(random.sample(string.ascii_letters + string.digits + string.punctuation, 32))print(get_code()) def get_code1(): return ’’.join(random.sample(string.ascii_letters + string.digits, 32))testresult= get_code1()print(testresult.lower())print(type(testresult))

结果：

)@+t37/b|UQ[K;!spj<(>%r9"PokwTe=igwle98kgqtcprke7byvq12xnhucmz4v<class ’str’>

cur.fetchall：

import pymysqlimport pandas as pd conn = pymysql.Connect(host="127.0.0.1",port=3306,user="root",password="123456",charset="utf8",db="sql_prac") cur = conn.cursor()print("连接成功")sql = "SELECT type_code,count(1) as num FROM test GROUP BY type_code ORDER BY num desc" cur.execute(sql)res = cur.fetchall()print(res)

((’ys4ng35toofdviy9ce0pn1uxw2x7trjb’, 8), (’vekgqjtw3ax20udsniycjv1hdsa7t4oz’, 5), (’vjzy0fobzgxkcnlbrsduhp47f8pxcoaj’, 3), (’uamwbfqlxo7bu0warx6vkhefigkhtoz3’, 3), (’娱乐’, 2), (’lyr1hbrnmg9qzvwuzlk5fas7v628jiqx’, 1), (’政治’, 1), (’经济’, 1), (’军事’, 1), (’文化’, 1))

res = pd.DataFrame(list(res), columns=[’name’,’value’])
print(res)

dicts = {’ys4ng35toofdviy9ce0pn1uxw2x7trjb’:’娱乐’, ’vekgqjtw3ax20udsniycjv1hdsa7t4oz’:’经济’, ’vjzy0fobzgxkcnlbrsduhp47f8pxcoaj’:’军事’, ’uamwbfqlxo7bu0warx6vkhefigkhtoz3’:’政治’, ’lyr1hbrnmg9qzvwuzlk5fas7v628jiqx’:’文化’, }res[’name’] = res[’name’].map(lambda x:dicts[x] if x in dicts else x)print(res)

name value0 娱乐 81 经济 52 军事 33 政治 34 娱乐 25 文化 16 政治 17 经济 18 军事 19 文化 1

#分组统计result = res.groupby([’name’]).sum().reset_index()print(result)

name value0 军事 41 娱乐 102 政治 43 文化 24 经济 6

#排序
result = result.sort_values([’value’], ascending=False)

name value1 娱乐 104 经济 60 军事 42 政治 43 文化 2

#输出为list，前端需要的数据格式data_dict = result.to_dict(orient=’records’)print(data_dict)

[{’name’: ’娱乐’, ’value’: 10}, {’name’: ’经济’, ’value’: 6}, {’name’: ’军事’, ’value’: 4}, {’name’: ’政治’, ’value’: 4}, {’name’: ’文化’, ’value’: 2}]

cur.fetchone

先测试SQL：

代码：

import pymysqlimport pandas as pd conn = pymysql.Connect(host="127.0.0.1",port=3306,user="root",password="123456",charset="utf8",db="sql_prac") cur = conn.cursor()print("连接成功")sql = "select count(case when type_code in (’ys4ng35toofdviy9ce0pn1uxw2x7trjb’,’娱乐’) then 1 end) 娱乐," "count(case when type_code in (’vekgqjtw3ax20udsniycjv1hdsa7t4oz’,’经济’) then 1 end) 经济," "count(case when type_code in (’vjzy0fobzgxkcnlbrsduhp47f8pxcoaj’,’军事’) then 1 end) 军事," "count(case when type_code in (’uamwbfqlxo7bu0warx6vkhefigkhtoz3’ ,’政治’) then 1 end) 政治," "count(case when type_code in (’lyr1hbrnmg9qzvwuzlk5fas7v628jiqx’,’文化’) then 1 end) 文化 from test"cur.execute(sql)res = cur.fetchone()print(res)

返回结果为元组：

(10, 6, 4, 4, 2)

data = [ {"name": "娱乐", "value": res[0]}, {"name": "经济", "value": res[1]}, {"name": "军事", "value": res[2]}, {"name": "政治", "value": res[3]}, {"name": "文化", "value": res[4]}]result = sorted(data, key=lambda x: x[’value’], reverse=True)print(result)

结果和 cur.fetchall返回的结果经过处理后，结果是一样的：

[{’name’: ’娱乐’, ’value’: 10}, {’name’: ’经济’, ’value’: 6}, {’name’: ’军事’, ’value’: 4}, {’name’: ’政治’, ’value’: 4}, {’name’: ’文化’, ’value’: 2}]

以上这篇python 操作mysql数据中fetchone()和fetchall()方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软科小院。