[MySQL] PyMySQL ② SELECT

📌 PyMySQL (파이썬 연동)

---

0️⃣ MySQL 연결 및 Cursor 생성

conn = pymysql.connect(host='127.0.0.1',
					   user='crawluser',
                       password='********',
                       db='crawlDB',
                       charset='utf8')

cur = conn.cursor()

---

1️⃣ MySQL 데이터 조회

• 출력결과는 조회한 행 개수를 출력

sql = 'SELECT * FROM customer;'
cur.execute(sql)

- 출력

11

---

2️⃣ 데이터 추출

• fetchone() : 한 행씩 데이터 추출
• fetchall() : 모든 행의 데이터 추출

cur.fetchone()

- 출력

(1, '김바람', '010-123-1111', datetime.date(2000, 1, 1))

• cursor 가 fetchone() 을 실행하며 현재 커서 위치가 첫 번째 행을 조회하고 지나쳐 두 번째 행에 위치한 상태이다.
• 따라서 fetchall() 을 진행했을 때 두 번째행부터 출력되는 모습이다.

cur.fetchall()

- 출력

((2, '남구름', '010-222-1111', datetime.date(2010, 1, 1)),
 (3, '서바다', '010-321-2111', datetime.date(2001, 5, 1)),
 (4, '홍하늘', '010-123-1311', datetime.date(2010, 2, 1)),
 (5, '이방', '010-443-1111', datetime.date(1981, 10, 10)),
 (6, '성춘향', '010-123-3333', datetime.date(2010, 10, 10)),
 (7, '이몽룡', '010-444-7777', datetime.date(2009, 5, 10)),
 (8, '강하늘', '010-777-3333', datetime.date(2011, 10, 10)),
 (9, '최장군', '010-555-7777', datetime.date(2019, 5, 10)),
 (10, '성자', '010-123-0099', datetime.date(2001, 3, 10)),
 (11, '방식', '010-444-7788', datetime.date(2008, 12, 10)))

• 반복문을 이용하여 fetchone() 으로 모든 행을 추출 가능
• 조회한 결과가 없으면 None 반환

# 이미 앞서 fetchall() 로 모든 행을 추출하여 추출할 행이 존재하지 않는다.
cur.fetchone()

• fetchone() 으로 tuple 형태의 행을 가져오고 끝까지 조회한 경우 반복문을 종료, 튜플 데이터에 인덱스로 접근하여 딕셔너리들의 리스트를 생성한다.

cur.execute('SELECT * FROM customer;')
rows = []
while True:
    row = cur.fetchone()   # tuple 형식으로 한 행 가져옴
    dic = {}
    if row is None:
        break
    dic['id'] = row[0]
    dic['name'] = row[1]
    dic['tel'] = row[2]
    dic['birth'] = row[3]
    rows.append(dic)

rows

- 출력

[{'id': 1,
  'name': '김바람',
  'tel': '010-123-1111',
  'birth': datetime.date(2000, 1, 1)},
 {'id': 2,
  'name': '남구름',
  'tel': '010-222-1111',
  'birth': datetime.date(2010, 1, 1)},
 {'id': 3,
  'name': '서바다',
  'tel': '010-321-2111',
  'birth': datetime.date(2001, 5, 1)},
...
  'birth': datetime.date(2001, 3, 10)},
 {'id': 11,
  'name': '방식',
  'tel': '010-444-7788',
  'birth': datetime.date(2008, 12, 10)}]

• 전부 조회한 상태이므로 cur.fetchone() 은 None 을 반환한다. print() 를 하여야 None 을 출력, 단독 실행시 실행결과는 없다.

print(cur.fetchone())

- 출력

None

---

3️⃣ 추출한 데이터를 데이터프레임으로 생성

• 앞서 rows 는 fetchone() 을 반복하여 새로운 딕셔너리의 리스트로 생성하였고 rows2 는 fetchall() 을 실행하여 튜플 안의 튜플 형태의 데이터다.

cur.execute('SELECT * FROM customer;')
rows2 = cur.fetchall()
rows2

- 출력

((1, '김바람', '010-123-1111', datetime.date(2000, 1, 1)),
 (2, '남구름', '010-222-1111', datetime.date(2010, 1, 1)),
 (3, '서바다', '010-321-2111', datetime.date(2001, 5, 1)),
 (4, '홍하늘', '010-123-1311', datetime.date(2010, 2, 1)),
 (5, '이방', '010-443-1111', datetime.date(1981, 10, 10)),
 (6, '성춘향', '010-123-3333', datetime.date(2010, 10, 10)),
 (7, '이몽룡', '010-444-7777', datetime.date(2009, 5, 10)),
 (8, '강하늘', '010-777-3333', datetime.date(2011, 10, 10)),
 (9, '최장군', '010-555-7777', datetime.date(2019, 5, 10)),
 (10, '성자', '010-123-0099', datetime.date(2001, 3, 10)),
 (11, '방식', '010-444-7788', datetime.date(2008, 12, 10)))

---

import pandas as pd

# rows : 딕셔너리들의 리스트
df = pd.DataFrame(data=rows)
df

- 출력

---

• rows2 는 column= 을 통해 컬럼명 지정이 필요하다. row 처럼 데이터프레임을 만들었더니 column 명이 숫자로 나온다.

df2 = pd.DataFrame(data=rows2)
df2

- 출력

df2 = pd.DataFrame(data=rows2,
					columns=['id', 'name', 'tel', 'birth'])
df2

- 출력

---

4️⃣ 조회 데이터 파일 저장

# 조회한 결과를 데이터프레임으로 생성하고 csv파일로 저장
df.to_csv('../customer.csv', index=False)

---

5️⃣ MySQL 연결 종료

conn.close()

---

6️⃣ 전체 코드

# DB 연결
conn = pymysql.connect(host='127.0.0.1', 
                       user='crawluser',
                       password='12341234',
                       db='crawlDB',
                       charset='utf8')

# 조회
sql = 'SELECT * FROM customer;'
col_names = ['id', 'name', 'tel', 'birth']

try:
    with conn.cursor() as cur:
        cur.execute(sql)
        rows = cur.fetchall()   # 튜플들의 튜플, column 이름 필요
        print(f'{len(rows)}행 조회!')
except Exception as e:
    print(f'조회 실패! : {e}')
finally:    
    conn.close()
    
df = pd.DataFrame(data=rows, columns=col_names)