🍅 作者主页:不吃西红柿
🍅 简介:CSDN博客专家🏆、HDZ核心组成员💪
公号「信息技术智库」知识内容如下:
本期重点:使用python探查mysql数据库,数据分析类人员必备
目录
事情是这样的,领导安排一个活,详细探查xx公司的数据治理,包括数据源,数据流,数据质量。
PS.工作量非常大,费劲整理出质量报告!
好的,没问题: 嘴上逞强,心在滴血!
我一想,数据探查不就是看这些指标:
表名,列名,空值数量,总数据量,空值率,字符类型,字段长度,备注,主键,权限
既如此,何不用python?
于是乎,奋笔疾书!
说干就干,最终用python 快速完成数据治理调研,而我,楼下遛弯去了~
但是,活可没马虎,给大家康康效果:
为了让更多有数据处理需求的小伙伴,高效搞定工作,我觉得把相关代码完全开源,当然,也有提升的地方,希望小伙伴在评论区指指点点。
代码大致分为4个部分:
#coding=utf-8
from __future__ import division
import os,openpyxl,pymysql as MySQL
print("开始连接ing")
try:
conn=MySQL.connect(host="127.0.0.1",port=3306,user="root",passwd="root",db="tomato",charset='utf8')
#charset解决字符乱码
except:
print("连接失败!")
cur = conn.cursor()
print("连接成功!!!")
#tab=['xxxxxx','bbbbbb'] #指定探索的表名
tab=[]
if len(tab)==0 :
quary="""show tables; """
ret=cur.execute(quary)
ret=cur.fetchall() #结果是二层tuple
for i in ret:
tab.append(i[0])
print('表数量: %s'%len(tab))
print('表list: %s'%tab)
else:
pass
m=1
result=[]
result.append(['表名','列名','空值数量','总数据量','空值率','字符类型','字段长度','备注','主键','权限'])
for i in tab:
if m==100:
break
print(i)
print("第" + str(m) + "个表")
quary1="select count(*) from %s"%i
retsc=cur.execute(quary1)
retsc=cur.fetchall()
quary2='''select COLUMN_NAME from Information_schema.columns where table_Name = '%s';'''%i
ret1=cur.execute(quary2)
ret1=cur.fetchall()
for col in ret1:
ll=[]
quary3="""select count(*) from %s AS AAA where AAA.%s is null; """%(i,col[0])
print(quary3)
ret2=cur.execute(quary3)
ret2=cur.fetchall()
quary4="""SELECT DATA_TYPE,CHARACTER_MAXIMUM_LENGTH,COLUMN_COMMENT,COLUMN_KEY,PRIVILEGES from information_schema.COLUMNS where TABLE_NAME=\'%s\' and COLUMN_NAME=\'%s\';"""%(i,col[0])
print(quary4)
re4=cur.execute(quary4)
re4=cur.fetchall()
print(re4)
ll.append(i)
ll.append(col[0])
ll.append(ret2[0][0])
ll.append(retsc[0][0])
try:
ll.append(str(round(ret2[0][0]/retsc[0][0],2)))
except:
ll.append(0)
ll.append(re4[0][0])
ll.append(re4[0][1])
ll.append(re4[0][2])
ll.append(re4[0][3])
ll.append(re4[0][4])
result.append(ll)
m=m+1
print(result)
cur.close()
conn.close()
path='D:\\export' # 输入文件路径
print("请输入文件名,如不输入,默认文件名export: ")
exportname=input()
if exportname=='':
exportname='export'
if os.path.exists('%s\%s.xlsx'%(path,exportname)):
os.remove('%s\%s.xlsx'%(path,exportname))
print('导出文件路径: %s\%s.xlsx'%(path,exportname))
os.chdir('%s'%path)
inwb = openpyxl.Workbook()
inwb.create_sheet('西红柿真帅',0)
sheetname=inwb.get_sheet_names()
inwb.remove_sheet(inwb.get_sheet_by_name(sheetname[1]))
ws=inwb.get_sheet_by_name(sheetname[0])
for i in range(len(result)):
for j in range(len(result[0])):
ws.cell(row = i+1 , column = j+1).value = result[i][j]
inwb.save('%s.xlsx'%exportname)
print("success !!!")
数据质量调研搞完了,发给领导~
领导真有眼光!!⁄(⁄ ⁄•⁄ω⁄•⁄ ⁄)⁄