pandas to_sql - 书闪Bookchips

84 - 导出数据 - df.to_sql() - mysql数据库

作者：

贺及楼

成为作者

更新日期：2024-03-24 12:01:39

df类型直接保存到sql，比较方便的方法

import numpy as np
import pandas as pd
from sqlalchemy import create_engine
connect = create_engine('mysql+pymysql://root:123456@127.0.0.1:3306/StocksHistoryData?charset=utf8mb4')
pd.io.sql.to_sql(stock_info_a_code_name_df, 'AllStockNo', connect, index=False, chunksize = None, if_exists='append')

参数	解释
name：string	SQL表的名称。
con：sqlalchemy.engine.Engine或sqlite3.Connection	使用SQLAlchemy可以使用该库支持的任何数据库。为sqlite3.Connection对象提供了旧版支持。
schema：string，optional	指定架构（如果数据库支持）。如果为None，请使用默认架构。
if_exists：{‘fail’，’replace’，’append’}，默认’fail’	如果表已存在的情况如下，fail：引发ValueError。replace：在插入新值之前删除表。append：将新值插入现有表。
index：布尔值，默认为True	将DataFrame索引写为列。使用index_label作为表中的列名。
index_label：字符串或序列，默认为None	索引列的列标签。如果给出None（默认）且 index为True，则使用索引名称。如果DataFrame使用MultiIndex，则应该给出一个sequence。
chunksize：int，可选	行将一次批量写入的数量。默认情况下，所有行都将立即写入。
dtype：dict，可选	指定列的数据类型。键应该是列名，值应该是SQLAlchemy类型，或sqlite3传统模式的字符串。

不一定可以

import pandas as pd
import pymysql
import sqlalchemy
#连接MYSQL数据库
db = pymysql.connect(host='127.0.0.1',user='root',password='123456',db='StocksHistoryData',port=3306,charset='utf8')
df.to_sql(name='table', 
          con=con, 
          if_exists='append', 
          index=False,
          dtype={'col1':sqlalchemy.types.INTEGER(),
                 'col2':sqlalchemy.types.NVARCHAR(length=255),
                 'col_time':sqlalchemy.DateTime(),
                 'col_bool':sqlalchemy.types.Boolean
          })