如果我想查询“date-1”，如何使用Python2.7从MYSQLdb查询数据？

所以，我每天都需要从MYSQLdb查询数据，这就是为什么我更喜欢使用一个查询，我可以查询实际的date-1数据。例如，如果我今天在11月13日运行我的脚本，我需要从11月12日到实际日期的所有信息-在图片上

我在MYSQLdb中有一列，如下所示：

connection = MySQLdb.connect(host='localhost',
        user='user1',
        passwd='',
        db='database1',
        use_unicode=True,
        charset="utf8")
cursor = connection.cursor()
query = """ select #I NEED SOMETHING HERE.. 
    from OSSZES
    into outfile '/tmp/test.csv'
    fields terminated by ';'
    enclosed by '"'
    lines terminated by '\n';
    """
cursor.execute(query)
connection.commit()
cursor.close()

这是一个查询，这是一个用日期1逻辑查询数据的机会吗？因此，我必须分析实际日期列中的最后6个字符，因为最后2个显示日期，最后4个显示月份年份并不重要

MYSQLdb每天都会刷新，这就是为什么我需要找到一种方法，从这个表中查询真正的日期-1天

我知道代码必须如下所示：

connection = MySQLdb.connect(host='localhost',
        user='user1',
        passwd='',
        db='database1',
        use_unicode=True,
        charset="utf8")
cursor = connection.cursor()
query = """ select #I NEED SOMETHING HERE.. 
    from OSSZES
    into outfile '/tmp/test.csv'
    fields terminated by ';'
    enclosed by '"'
    lines terminated by '\n';
    """
cursor.execute(query)
connection.commit()
cursor.close()

---

但是，如果mysqldb中存在这个select查询，我如何编写它呢？

您可以使用函数STR_TO_DATE将VARCHAR格式格式化为DATETIME格式

质疑

结果

---

也许您可以结合使用“pandas”和“datetime”模块：

import datetime as dt
import pandas as pd

df = pd.read_sql_table('OSSZES',connection)
df['ACTUAL_DATE'] = pd.to_datetime(df['ACTUAL_DATE'])
mask = df['ACTUAL_DATE'] < dt.date.today()
df_new = df.loc[mask]
df_new.to_csv('/tmp/test.csv')

---

如果您使用DATE或DATETIME数据类型，而不是使用看起来像VARCHAR数据类型的数据类型。您可以使用SELECT*FROM[table]，其中[column]=NOW-间隔1天是的，但如果我现在使用它，它将返回当前日期和时间..我如何与我的实际日期进行比较？我发布了一个答案。这3个SELECT查询是一个查询吗？或者它在python代码中看起来如何，您能用我的代码更新您的代码吗？替换测试数据用您的表名替换此数据选择“11月12日，星期日”作为联合所有选择“11月11日，星期六”作为记录用您的表名替换。。我无法帮助您编写python代码，因为我无法编写python代码。这对我来说不是一个好的解决方案，因为我只能分析一天，但我希望这样做而不会每天覆盖我的代码，这就是为什么我尝试将“现在”列与“实际日期”列进行比较的原因

import datetime as dt
import pandas as pd

df = pd.read_sql_table('OSSZES',connection)
df['ACTUAL_DATE'] = pd.to_datetime(df['ACTUAL_DATE'])
mask = df['ACTUAL_DATE'] < dt.date.today()
df_new = df.loc[mask]
df_new.to_csv('/tmp/test.csv')