概要
方案一：
使用MySQLdb或pymysql等Python MySQL数据库连接库将数据插入到MySQL数据库
方案二：
使用pandas库将JSON数据转换为DataFrame对象，然后使用to_sql()方法将数据存入MySQL数据库**
方案一详解：
适用的场景
对整体的数据格式支持自定义处理，能处理较为复杂的数据格式
首先，我们使用json.load()函数将”data.json”文件中的JSON数据解析为Python对象。然后，我们使用pymysql库连接到MySQL数据库，并使用循环插入数据到数据库表中。在这个例子中，我们假设数据是一个列表，每个元素都是一个包含”name”、”age”和”city”字段的字典。您需要根据您的数据结构来调整代码。
import jsonimport pymysql# 解析JSON数据with open("data.json", "r") as f:data = json.load(f)# 连接MySQL数据库conn = pymysql.connect(host="localhost", user="your_username", password="your_password", database="your_database")# 插入数据cursor = conn.cursor()for record in data:name = record["name"]age = record["age"]city = record["city"]cursor.execute("INSERT INTO your_table (name, age, city) VALUES (%s, %s, %s)", (name, age, city))# 提交更改并关闭连接conn.commit()cursor.close()conn.close()方案二详解：
适用的场景
对整体的数据格式无特别的需求，比如json数据里面无字典、列表等特殊的数据格式，使用该方案处理更为方便、快捷
首先，我们使用json.load()函数将”data.json”文件中的JSON数据解析为Python对象。然后，我们使用pandas库将数据转换为DataFrame对象。最后，我们使用SQLAlchemy库连接到MySQL数据库，并使用DataFrame对象的to_sql()方法将数据存入数据库表中。
这种方法不仅简单，而且还能够自动处理数据类型和索引等问题。您可以根据需要调整参数，例如更改if_exists参数的值以指定数据插入方式（“replace”、“append”或”fail”）
import jsonimport pandas as pdfrom sqlalchemy import create_engine# 解析JSON数据with open("data.json", "r") as f:data = json.load(f)# 转换为DataFrame对象df = pd.DataFrame(data)# 连接MySQL数据库engine = create_engine("mysql+pymysql://{user}:{password}@{host}/{database}".format(host="localhost",user="your_username",password="your_password",database="your_database"))# 存入数据库df.to_sql(name='your_table', con=engine, if_exists='replace', index=False)