方法一：
co=mdb.connect(host=“localhost”,user=“root”,db=“lqj”,passwd=“password”,use_unicode=True,charset=“utf8”)
sql_cmd=“select * from test1”
df = pd.read_sql(sql_cmd, co)df
id ts_code symbol name area industry list_date
0 1 万科 None None None None NaT
1 2 haha2 nana2 None None None NaT
2 3 haha3 nana3 None None None NaT
3 4 000004.SZ 000004 国农科技 深圳 生物制药 1991-01-14
4 5 000004.SZ 000004 国农科技 深圳 生物制药 1991-01-14
5 1 000001.SZ 000001 平安银行 深圳 银行 1991-04-03
6 2 000002.SZ 000002 万科A 深圳 全国地产 1991-01-29
7 3 000004.SZ 000004 国农科技 深圳 生物制药 1991-01-14
8 4 000005.SZ 000005 世纪星源 深圳 房产服务 1990-12-10
9 5 000006.SZ 000006 深振业A 深圳 区域地产 1992-04-27
10 6 000007.SZ 000007 全新好 深圳 酒店餐饮 1992-04-13
11 7 000008.SZ 000008 神州高铁 北京 运输设备 1992-05-07
12 8 000009.SZ 000009 中国宝安 深圳 综合类 1991-06-25
13 9 000010.SZ 000010 美丽生态 深圳 建筑施工 1995-10-27
14 10 000011.SZ 000011 深物业A 深圳 区域地产 1992-03-30
方法二：
import pandas as pd
import pymysql
import sqlalchemy
from sqlalchemy import create_engine
connect_info =“mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8”.format(“root”,“password”,“localhost”,“3306”,“lqj”)
engine = create_engine(connect_info)
sql_cmd=“select * from test1”
df = pd.read_sql(sql=sql_cmd, con=engine)
df
id ts_code symbol name area industry list_date
0 1 万科 None None None None NaT
1 2 haha2 nana2 None None None NaT
2 3 haha3 nana3 None None None NaT
3 4 000004.SZ 000004 国农科技 深圳 生物制药 1991-01-14
4 5 000004.SZ 000004 国农科技 深圳 生物制药 1991-01-14
5 1 000001.SZ 000001 平安银行 深圳 银行 1991-04-03
6 2 000002.SZ 000002 万科A 深圳 全国地产 1991-01-29
7 3 000004.SZ 000004 国农科技 深圳 生物制药 1991-01-14
8 4 000005.SZ 000005 世纪星源 深圳 房产服务 1990-12-10
9 5 000006.SZ 000006 深振业A 深圳 区域地产 1992-04-27
10 6 000007.SZ 000007 全新好 深圳 酒店餐饮 1992-04-13
11 7 000008.SZ 000008 神州高铁 北京 运输设备 1992-05-07
12 8 000009.SZ 000009 中国宝安 深圳 综合类 1991-06-25
13 9 000010.SZ 000010 美丽生态 深圳 建筑施工 1995-10-27
14 10 000011.SZ 000011 深物业A 深圳 区域地产 1992-03-30