Excel数据如何快速导入数据库表中？

前期准备工作

1. 检查Excel数据格式

   • 确保第一行为字段名（列名），且无重复或特殊符号（如空格、斜杠）。
   • 日期、数字等数据需统一格式（如YYYY-MM-DD）。
   • 删除空行或合并单元格,避免导入失败。

2. 数据库表结构匹配

   • 在数据库中创建与Excel列对应的表,字段类型需一致。
     • Excel中的“文本”对应数据库的VARCHAR或TEXT。
     • 数值对应INT或DECIMAL。
   • 建议提前设定主键或索引。

3. 备份数据

   导入前备份数据库,防止操作失误导致数据丢失。

MySQL数据库导入方法

方法1：使用LOAD DATA命令

1. 将Excel另存为CSV格式（文件→另存为→选择CSV）。
2. 登录MySQL命令行或客户端,执行以下代码：

   LOAD DATA INFILE '/path/to/your/file.csv'
   INTO TABLE your_table
   FIELDS TERMINATED BY ',' 
   ENCLOSED BY '"'
   LINES TERMINATED BY 'n'
   IGNORE 1 ROWS; -- 跳过CSV的标题行

   • 需确保MySQL有文件读取权限（通过SHOW VARIABLES LIKE 'secure_file_priv';检查路径）。

方法2：通过Navicat工具

1. 右键目标数据库→选择“导入向导”→选择Excel文件。
2. 映射字段类型,预览数据后点击“开始导入”。

方法3：使用Python脚本

import pandas as pd
from sqlalchemy import create_engine
# 读取Excel文件
df = pd.read_excel('data.xlsx')
# 连接MySQL（替换为实际参数）
engine = create_engine('mysql+pymysql://user:password@host:port/database')
# 导入数据
df.to_sql('table_name', con=engine, if_exists='append', index=False)

SQL Server数据库导入方法

方法1：使用SQL Server导入导出向导

1. 右键目标数据库→任务→导入数据。
2. 选择“Microsoft Excel”作为数据源，指定文件路径。
3. 选择目标表,调整字段映射后完成导入。

方法2：通过Python连接

import pyodbc
import pandas as pd
# 读取Excel
df = pd.read_excel('data.xlsx')
# 连接SQL Server
conn = pyodbc.connect('DRIVER={SQL Server};SERVER=server;DATABASE=db;UID=user;PWD=password')
cursor = conn.cursor()
# 逐行插入数据
for index, row in df.iterrows():
    cursor.execute("INSERT INTO table_name (col1, col2) VALUES (?, ?)", row['col1'], row['col2'])
conn.commit()

PostgreSQL数据库导入方法

方法1：使用pgAdmin导入工具

1. 右键目标表→选择“导入/导出”。
2. 设置文件格式为CSV,勾选“Header”匹配标题行。
3. 选择编码格式（通常为UTF-8），点击“导入”。

方法2：通过命令行

psql -U username -d dbname -c "COPY table_name FROM '/path/file.csv' DELIMITER ',' CSV HEADER;"

常见问题及解决

1. 日期格式错误

   

   • 在Excel中将日期统一改为YYYY-MM-DD格式，或导入时在数据库中通过函数转换（如MySQL的STR_TO_DATE）。

2. 字段长度不足

   • 检查数据库表中字段的字符限制,例如VARCHAR(255)可能需要调整为更大值。

3. 编码冲突

   确保Excel文件与数据库使用相同编码（建议UTF-8）。

4. 重复数据

   • 导入前使用DELETE或TRUNCATE清空表，或在SQL语句中添加去重逻辑。

最佳实践建议

1. 数据清洗优先

   • 使用Excel公式或Python的pandas库清理异常值、空白字段。

2. 分批导入大文件

   若Excel文件过大（超10万行），建议拆分为多个CSV文件分次导入，避免超时。

3. 验证导入结果

   • 执行SELECT COUNT(*) FROM table_name核对数据量，或抽样检查关键字段。

引用说明
本文参考了MySQL官方文档、Microsoft SQL Server导入向导操作指南及pandas库的API手册。