sql >> Database teknologi >  >> RDS >> Mysql

UDSKIFT rækker i mysql database tabel med pandas DataFrame

Med udgivelsen af ​​pandas 0.24.0 er der nu en officiel måde for at opnå dette ved at overføre en brugerdefineret indsættelsesmetode til to_sql fungere.

Jeg var i stand til at opnå adfærden REPLACE INTO ved at videregive denne callable til to_sql :

def mysql_replace_into(table, conn, keys, data_iter):
    from sqlalchemy.dialects.mysql import insert
    from sqlalchemy.ext.compiler import compiles
    from sqlalchemy.sql.expression import Insert

    @compiles(Insert)
    def replace_string(insert, compiler, **kw):
        s = compiler.visit_insert(insert, **kw)
        s = s.replace("INSERT INTO", "REPLACE INTO")
        return s

    data = [dict(zip(keys, row)) for row in data_iter]

    conn.execute(table.table.insert(replace_string=""), data)

Du ville bestå det sådan:

df.to_sql(db, if_exists='append', method=mysql_replace_into)

Alternativt, hvis du ønsker opførselen til INSERT ... ON DUPLICATE KEY UPDATE ... i stedet kan du bruge dette:

def mysql_replace_into(table, conn, keys, data_iter):
    from sqlalchemy.dialects.mysql import insert

    data = [dict(zip(keys, row)) for row in data_iter]

    stmt = insert(table.table).values(data)
    update_stmt = stmt.on_duplicate_key_update(**dict(zip(stmt.inserted.keys(), 
                                               stmt.inserted.values())))

    conn.execute(update_stmt)

Kreditering til https://stackoverflow.com/a/11762400/1919794 for kompileringsmetoden.



  1. konverter Unix-epoketidsstempler til JavaScript-datotidsstempler

  2. Entitetsramme PostgreSQL

  3. Forkert dato under konvertering af dato til php

  4. Beskæftiger sig med tidszoner i PHP og MySQL