所以我正在为一个更大的程序构建一个数据库，并且在这方面的编码（主要是嵌入式系统编程）方面没有太多经验。我的任务是将一个大的excel文件导入python。它很大，所以我假设我必须将其转换为 CSV，然后通过解析和分区截断它，然后导入以避免我的计算机崩溃。导入文件后，我必须能够根据列标题提取/搜索特定信息。还有其他简单的基于字符串的用户交互方面，所以不是很困难。至于其余的，我得到了图片，但想要一个更有效和更具体的设计。谁能给我这方面的指导？
【问题讨论】：
pd.read_excel() 或 pd.read_csv() 和 pandas 库
标签： python excel database pandas csv
可以使用pandas 将 excel 或 csv 读入 python。数据存储为行和列，称为dataframe。以这样的结构导入数据，需要先导入pandas，然后将csv或excel读入dataframe结构中。
import pandas as pd
df1= pd.read_csv('excelfilename.csv')
这种数据框结构类似于表格，您可以执行不同数据框的连接、数据分组等操作。
我不确定这是否是您需要的，如果您需要任何进一步的说明，请告诉我。
【讨论】：
我建议将其实际加载到适当的数据库中，例如 Mariadb 或 Postgresql。这将允许您从其他应用程序访问数据，并减轻您编写数据库的负担。然后，如果您想与数据交互或简单地通过 python 使用普通 SQL，则可以使用 ORM。
【讨论】：
阅读 CSV
df = pd.read_csv('sample.csv')
连接到数据库
conn = sqlite3.connect("Any_Database_Name.db") #if the db does not exist, this creates a Any_Database_Name.db file in the current directory
将您的表存储在数据库中：
df.to_sql('Some_Table_Name', conn)
从您的数据库中读取一个 SQL 查询并进入 pandas 数据框
sql_string = 'SELECT * FROM Some_Table_Name' df = pd.read_sql(sql_string, conn)
【讨论】：