一日一技：從Pandas DataFrame的兩個使用小技巧
作者：kingname
今天我從網上下載了一批數據。這些數據是Excel格式，我需要把他們轉移到MySQL中。這是一個非常簡單的需求。
正常情況下，我們只需要5行代碼就能解決問題：
import pandas as pd
from sqlalchemy import create_engine
engine = create_engine('數據庫鏈接URI', echo=False)
df = pd.read_excel('Excel文件路徑')
df.to_sql(name='表名', con=engine)但我發現，這個下載的文件有兩個工作簿(Sheet)，第一個Sheet叫做Overall，第二個Sheet叫做Result。我們需要的數據在Result這個工作簿中。那么，在使用Pandas讀取時，需要這樣寫代碼：
df = pd.read_excel('文件路徑', 'Result')第二個問題，是這個Excel表格的列名，包含了一些不能作為MySQL字段名的值，如下圖所示：
圖片
其中的空格、括號、百分號、&符號都不適合放到MySQL的字段名中。那么怎么快速批量把這些字符全部替換掉呢？可以使用如下的寫法：
df.columns = df.columns.str.strip().str.lower().str.replace(' ', '_').str.replace('(', '').str.replace(')', '').str.replace('%', 'percent_unit').str.replace('&', '_and_')這樣可以批量把所有列名轉換為小寫字母，并移除特殊符號。效果如下圖所示：
圖片
圖片
責任編輯：武曉燕
來源：
未聞Code
