Python pandas中to_sql的使用及问题详解

目录

• 1.to_sql的作用：
• 2.to_sql的使用实例
• 3.出现的问题记录
• 总结

1.to_sql的作用：

to_sql是pandas中的DataFrame数据类型提供的一个API，可以将整个DF导入数据库中，其中有几个参数的作用为：

• name: 数据库中的表名
• con: 与read_sql中相同，数据库连接的驱动
• if_exits： 当数据库中的这个表存在的时候，采取的措施是什么，包括三个值，默认为fail
  • fail，若python表存在，则不进行数据表写入的相关www.devze.com操作
  • replace：若表存在，将数据库表中的数据编程覆盖；
  • append：若表存在，将数据写到原表的后面。
• index：是否将df的index单独写到一列中
• index_label:指定列作为df的index输出，此时index为True
• dtype: 指定列的输出到数据库中的数据类型。字典形式储存：{column_name: sql_dtype}

2.to_sql的使用实例

完成数据库的连接驱动

conn=create_engine(‘mysql+pymysql://{}:{}@{}:{}/{}’.format(user1,password1,host1,port1,databasepython1))

以上涉及到的变量自己定义即可，分别是：数据库的用户名、密码、主机、端口以及数据库名称

df1.to_sql('tech_res', con=conn,index = False , if_exists = 'append', chunksize = None,dtype=dtypediVtoXskAluWct)

3.出现的问题记录

出现1241的错误：

出现这个错误可能是DF数据中包含列表类型的数据，此时要对数据进行强制转换。使用下面的语法进行

df1.loc[:,'keyAndAbs_'] = df1['keyAndAbs开发者_开发学习_'].astype(str)

总结

到此这篇关于python pandas中to_sql的使用及问题的文章就介绍到这了,更多相关pandas to_sql使用内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！