SQL Server将数据导入导出到Excel表格的全过程 |
|
最开始,博主介绍一下自己的环境: SQL Sever 大致都差不多 1. 通过自带软件的方式首先找到下载SQL Sever中提供的导入导出工具
如果开始界面没有找到自己下载的路径 C:Program FilesMicrosoft SQL Server100DTSBinn下的DTSWizard.exe文件
导出1.1 打开界面
1.2 选择自己的数据源和数据库
1.3 选择导出目标这里博主导出到Excel文件当中
1.4 选择直接导出数据还是进行查询
查询的话将自己在SSMS上编写的SQL语句直接复制到框中即可(确保SQL正确,可以进行测试!) 1.5 选择表目标
这里需要切记表的分隔符为: 1.6 完成导出
1.7 检查是否导出成功
可以看到Excel表格中出现新数据! 导入1.1 打开界面
1.2 选择数据源这里博主选择的是Excel表格 这里的标题分隔符选{CR}{LF} 这里博主前面有6行垃圾数据(所以选择跳过6行)
行分隔符{CR}{LF} 列分隔符制表符
1.3 选择导入目标数据库选择自己的服务器和数据库
1.4 选择表导入的目标表
1.5 选择数据类型映射
1.6 完成导入
1.7 检查是否导入成功选择SSMS工具
打开对应的表和数据行
查看数据,可以看到数据导入成功!
1. SQL Sever 2008 R2 存在的问题:这是SQLSever2008R2所独有的,其他版本不清楚,自行了解! 1.1 随便找个表查看表中数据
1.2 选择将结果保存到文件右键SQL语句框出现如下界面
1.3 右键选择执行
1.4 保存结果
1.5 查看文件
可以看到Excel文件中出现了数据,但是这些数据无法分析(无效数据),将这些数据删除就可以正常进行导入导出 。 2. 通过Pycharm(ODBC)的方式代码如下所示: import pyodbc
import pandas as pd
# 创建连接字符串
conn_str = (
r'DRIVER={SQL Server Native Client 10.0};'
r'SERVER=BF-202403241716;'
r'DATABASE=scott;'
r'Trusted_Connection=Yes;'
)
# 建立连接
cnxn = pyodbc.connect(conn_str)
# 创建游标对象
cursor = cnxn.cursor()
# 执行SQL查询
query = "SELECT * FROM dbo.salgrade"
cursor.execute(query)
# 获取查询结果
data1 = cursor.fetchall()
print(type(data1))
print(data1)
# 获取列名
columns1 = [column[0] for column in cursor.description]
print(type(columns1))
print(columns1)
# 将元组列表展开为一维数组
data1 = [list(item) for item in data1]
print(type(data1))
print(data1)
# 将结果转换为DataFrame
df1 = pd.DataFrame(data1, columns=columns1)
print(df1)
# 将数据写入Excel文件
df1.to_excel('output.xlsx', index=False)
# 关闭数据库连接
cursor.close()
cnxn.close()
关键点1:连接方式数据库是:SQL Sever 2008 R2 所以这里采用的连接方式是SQL Sever Native Client 10.0 如果是更新的版本应该是16或者其他 # 创建连接字符串
conn_str = (
r'DRIVER={SQL Server Native Client 10.0};'
r'SERVER=BF-202403241716;'
r'DATABASE=scott;'
r'Trusted_Connection=Yes;'
)
具体的服务器和数据库按照自己的来,这里我SQL Sever通过验证的方式是Windows验证,所以这里 关键点2:元组列表需要转换为一维数组(???)# 将元组列表展开为一维数组 data1 = [list(item) for item in data1] print(type(data1)) print(data1) <class 'list'> [(1, 700, 1200), (2, 1201, 1400), (3, 1401, 2000), (4, 2001, 3000), (5, 3001, 9999)] <class 'list'> [[1, 700, 1200], [2, 1201, 1400], [3, 1401, 2000], [4, 2001, 3000], [5, 3001, 9999]] grade losal hisal 0 1 700 1200 1 2 1201 1400 2 3 1401 2000 3 4 2001 3000 4 5 3001 9999 需要将元组列表展开为一维数组 原因:data1 是一个包含元组的列表,每个元组都是一个行,但是传递给DataFrame的每行数据应该是一维的,如果不进行转换,那么传递的数据就是二维的
会出现如下类型不匹配的报错==(解决了半天,还是有点不理解)== import pyodbc import pandas as pd # 假设data是cursor.fetchall()返回的结果,它是一个包含元组的列表 data = [(1, 700, 1200), (2, 1201, 1400), (3, 1401, 2000), (4, 2001, 3000), (5, 3001, 9999)] print(type(data)) print(data) # 获取列名 columns = ['grade', 'losal', 'hisal'] # 确保这些列名与您的表中的列名相匹配 print(type(columns)) print(columns) # 将结果转换为DataFrame df = pd.DataFrame(list(data), columns=columns) print(df)
code2当中代码如上,同样还是一个包含元组的列表,但是就是可以转换成DataFrame的形式==(很奇怪啊)== 关键点3:import导包如果直接从官网进行下载的话,速度可能会很慢,而且有时候还会断开连接,所以可以选择一些国内的镜像网站 pip install some-package -i https://pypi.tuna.tsinghua.edu.cn/simple 以下这种方式就很慢: (.venv) PS D:code est_3_29> pip install openpyxl Collecting openpyxl Downloading openpyxl-3.1.2-py2.py3-none-any.whl.metadata (2.5 kB) Collecting et-xmlfile (from openpyxl) Downloading et_xmlfile-1.1.0-py3-none-any.whl.metadata (1.8 kB) Downloading openpyxl-3.1.2-py2.py3-none-any.whl (249 kB) ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 250.0/250.0 kB 547.4 kB/s eta 0:00:00 Downloading et_xmlfile-1.1.0-py3-none-any.whl (4.7 kB) Installing collected packages: et-xmlfile, openpyxl Successfully installed et-xmlfile-1.1.0 openpyxl-3.1.2 成功结果如下:
以上就是SQL Server将数据导入导出到Excel表格的全过程的详细内容,更多关于SQL Server数据导入导出到Excel的资料请关注其它相关文章! |