sql >> Database teknologi >  >> RDS >> PostgreSQL

to_sql + sqlalchemy + kopi fra + postgresql-motor?

Dette er ikke helt sandt. Du kan implementere dette for at bruge COPY FROM ved at give din egen funktion til kwarg method at to_sql accepterer. Nøglebitten i Pandas-dokumentationen til DataFrame .to_sql er hvor method kan ikke kun være en streng, men en callable. Det er, hvad du vil give

For eksempel:

from csv import (writer as csv_writer, QUOTE_MINIMAL)
from io import StringIO

def some_function(df, connection):        
    try:
        frame.to_sql(
            'my_table',
            connection,
            schema='public',
            if_exists='append',
            index=False,
            method=copy_from_method)
    except Exception as err:
        print('Got an error ({})'.format(str(err))

Derefter kan du implementere copy_from_method sådan noget som dette:

def copy_from_method(table, conn, keys, data_iter, pre_truncate=False, fatal_failure=False):
    "Custom method for pandas.DataFrame.to_sql that will use COPY FROM"""

    dbapi_conn = conn.connection
    cur = dbapi_conn.cursor()

    s_buf = StringIO()
    writer = csv_writer(s_buf, quoting=QUOTE_MINIMAL)
    writer.writerows(data_iter)
    s_buf.seek(0)

    columns = ', '.join('"{}"'.format(k) for k in keys)
    table_name = '{}.{}'.format(
        table.schema, table.name) if table.schema else table.name

    sql_query = 'COPY %s (%s) FROM STDIN WITH CSV' % (table_name, columns)
    cur.copy_expert(sql=sql_query, file=s_buf)
    return cur.rowcount

Eksemplet copy_from_method kunne selvfølgelig bruge noget arbejde - og du skal i nogle tilfælde være forsigtig med at citere og undslippe med CSV-skribenten. Men denne uslebne version burde fungere relativt godt, undtagen eventuelle tastefejl/copy-paste-fejl (dette er en strippet version, jeg bruger i et projekt)



  1. Gruppér flere mysql-resultater efter én kolonneværdi

  2. mysql_fetch_array() returnerer 'det leverede argument er ikke en gyldig MySQL-resultatressource'

  3. Sådan sender du mysql-resultater som jSON via ajax

  4. få data fra flere tabeller i MySQL med forskellige betingelser