• 利用pandas模块实现Excel与MySQL的互通
  • 代码实现
    • Excel数据导入MySQL(方式一)
# 批量导入数据(速度快)
def importdata(localpath: str, db: str, foreignkey):
    data = pandas.read_excel(localpath, dtype='str', keep_default_na=False)  # 读取本地上传的excel表内容, dtype='str'防止读取001为1这种情况,keep_default_na=False是防止空值为NULL。
    verbosename = db._meta.fields  # 获取被导入数据库的字段
    rows = data.shape[0]  # 获取excel表的行数
    columns = data.shape[1]  # 获取excel表的列数
    querysetlist = []  # 用于储存数据
    eachdata = {}  # 用于储存每一行数据
    # 外键需要添加_id,与数据库中的字段保持一致
    for i in range(len(verbosename)):
        if verbosename[i].name in foreignkey:  # 判断是否为外键
            verbosename[i].name = verbosename[i].name + '_id'
    if len(verbosename) == columns:  # 必须保证二者长度一致,顺序一致。
        for i in range(rows):
            for j in range(len(verbosename)):
                eachdata[verbosename[j].name] = data.iloc[i, j]  # 不会包括表头
            querysetlist.append(db(**eachdata))
        try:
            db.objects.bulk_create(querysetlist)  # 批量导入数据
            msg = '数据导入成功,导入数据共计{}条'.format(rows)
        except Exception as e:
            print('报错信息:{}'.format(e))
            msg = '数据导入失败'
        return msg
    else:
        msg = '数据导入失败!请检查excel表。'
        return msg
    • Excel数据导入MySQL(方式二)
# 逐个导入数据(速度慢)
def importdata2(localpath: str, db: str, foreignkey):
    data = pandas.read_excel(localpath, dtype='str', keep_default_na=False)  # 读取本地上传的excel表内容, dtype='str'防止读取001为1这种情况。
    verbosename = db._meta.fields  # 获取被导入数据库的字段
    # for i in range(0, len(verbosename)):
    #     print(verbosename[i].name)
    rows = data.shape[0]  # 获取excel表的行数
    columns = data.shape[1]  # 获取excel表的列数
    eachdata = {}  # 用于储存每一行数据
    # 外键需要添加_id,与数据库中的字段保持一致
    for i in range(len(verbosename)):
        if verbosename[i].name in foreignkey:  # 判断是否为外键
            verbosename[i].name = verbosename[i].name + '_id'
    if len(verbosename) == columns:  # 必须保证二者长度一致,顺序一致。
        for i in range(rows):
            for j in range(len(verbosename)):
                eachdata[verbosename[j].name] = data.iloc[i, j]  # 不会包括表头
            try:
                db.objects.create(**eachdata)
                msg = '数据导入成功,共计{}条'.format(rows)
            except Exception as e:
                print('报错信息:{}'.format(e))
                msg = '数据导入失败'
            # return msg
    else:
        msg = '数据导入失败!请检查excel表。'
    return msg
    • 调用部分
def import_ceping(request):
    """导入测评人员"""
    foreignkey = ['department', 'rank_id', 'post_id']  # 记录外键
    # 接收excel文件存储到Media文件夹
    rev_file = request.FILES.get('excel')
    # 判断是否有文件
    if not rev_file:
        return JsonResponse({'code': 0, 'msg': 'Excel文件不存在'})
    # 获得一个唯一的名字:uuid+hash
    new_name = get_random_str()
    # 准备写入的URL
    file_path = os.path.join(settings.MEDIA_ROOT, new_name + os.path.splitext(rev_file.name)[1])
    # 开始写入磁盘
    try:
        f = open(file_path, 'wb')
        # 分多次写入
        for i in rev_file.chunks():
            f.write(i)
        f.close()
    except Exception as e:
        return JsonResponse({'code': 0, 'msg': '写入失败,请联系管理员'})
    # 读取存储在Media文件夹的数据
    ex_data = importdata(file_path, Ceping, foreignkey)
    return JsonResponse({'code': 1, 'msg': ex_data})
    • MySQL数据导出Excel
#  导出数据
def exportdata(localpath, db):
    verbosename = db._meta.fields
    columnname = []  # 存储字段名
    for i in range(len(verbosename)):
        columnname.append(verbosename[i].name)
    info = db.objects.values_list()  # 查询数据库数据
    data = pandas.DataFrame(info)
    try:
        data.to_excel(localpath, na_rep='NULL', header=columnname, index=False)
        msg = '数据导出成功'
    except Exception as e:
        msg = '数据导出失败'
    return msg

 

        

SRE实战 互联网时代守护先锋,助力企业售后服务体系运筹帷幄!一键直达领取阿里云限量特价优惠。
扫码关注我们
微信号:SRE实战
拒绝背锅 运筹帷幄