如何用Python将Excel文件导入SQL数据库？

下面是两种实用的实现方式，适合新手快速上手：

方法1：Pandas + SQLAlchemy（通用所有SQL数据库） #

这是最常用的方案，支持SQLite、MySQL、PostgreSQL等多种数据库，操作简单高效。

步骤1：安装依赖 #

首先安装所需的Python库：

pip install pandas sqlalchemy openpyxl

• openpyxl用于读取.xlsx格式的Excel文件，如果是.xls，需要安装xlrd。

步骤2：读取Excel文件 #

用Pandas加载Excel数据，可以读取单个sheet或所有sheet：

import pandas as pd

# 读取单个sheet
df = pd.read_excel("your_excel_file.xlsx", sheet_name="Sheet1")

# 读取所有sheet（返回字典，key是sheet名，value是DataFrame）
all_sheets = pd.read_excel("your_excel_file.xlsx", sheet_name=None)

步骤3：连接SQL数据库 #

用SQLAlchemy创建数据库连接引擎，不同数据库的连接字符串示例：

from sqlalchemy import create_engine

# SQLite（无需额外服务，文件型数据库）
engine = create_engine("sqlite:///your_database.db")

# MySQL（需要先安装pymysql：pip install pymysql）
# engine = create_engine("mysql+pymysql://username:password@localhost:3306/your_db_name")

# PostgreSQL（需要先安装psycopg2：pip install psycopg2-binary）
# engine = create_engine("postgresql://username:password@localhost:5432/your_db_name")

步骤4：将数据写入SQL数据库 #

用to_sql方法将DataFrame写入数据库表：

# 写入单个sheet的数据到名为"excel_data"的表
df.to_sql(
    name="excel_data",  # 目标表名
    con=engine,         # 数据库连接引擎
    if_exists="replace",# 如果表存在则替换，可选"append"追加数据
    index=False,        # 不写入Pandas的索引列
    chunksize=1000      # 大文件时分批写入，避免内存不足
)

# 如果读取了所有sheet，循环写入每个sheet为单独的表
for sheet_name, sheet_df in all_sheets.items():
    sheet_df.to_sql(
        name=sheet_name.lower().replace(" ", "_"),  # 表名转为小写、替换空格为下划线
        con=engine,
        if_exists="replace",
        index=False
    )

方法2：直接使用sqlite3（仅SQLite） #

如果只需要操作SQLite数据库，也可以用Python内置的sqlite3库配合Pandas：

import sqlite3
import pandas as pd

# 连接SQLite数据库
conn = sqlite3.connect("your_database.db")

# 读取Excel并写入
df = pd.read_excel("your_excel_file.xlsx")
df.to_sql("excel_data", conn, if_exists="replace", index=False)

# 关闭连接
conn.close()

关键注意事项 #

• 数据类型匹配：Pandas会自动推断数据类型，但如果需要自定义（比如指定某列为TEXT或INT），可以在to_sql中添加dtype参数，例如dtype={"column_name": sqlalchemy.types.VARCHAR(255)}。
• 权限问题：连接MySQL/PostgreSQL时，确保数据库用户有创建表、写入数据的权限。
• 大文件优化：对于超大Excel文件，优先使用chunksize分批写入，或者先清理无关数据再处理。

内容的提问来源于stack exchange，提问作者Gil Torres