Question

我有一个文件夹，其子文件夹堆叠着.xls文件，我想将它们合并到一个大型DataFrame中并将其导出到mssql服务器。此外，文件名包含一个时间戳ddmmmyyyy，我需要提取并连接到df。

import pandas as pd
import numpy as np
import os, pymssql, pyodbc
from datetime import datetime
from sqlalchemy import create_engine

def connect():
    return pyodbc.connect(
        r'DRIVER={SQL Server};'
        r'SERVER=myServer;'
        r'DATABASE=myDB;'
        r'UID=myUser;'
        r'PWD=myPwd;'
        r'TDS_Version=7.3;'
        r'Port=1337'
        )
cnx = create_engine('mssql://', creator=connect)

cnx.connect()

# Parse files and dump to SQL
folder = "\myFolder\""

for root, dirs, files in os.walk(folder):
for file in files:
    if file.endswith(".xls") and ("~" not in file):
        df = pd.read_excel(root + "/" + file,header=5)
        tmp  = file.split("_")[2]
        tmp  = datetime.strptime(tmp, '%d%b%Y')
        df['Created'] = tmp
        df.to_sql(name="myTable", con=cnx, if_exists='append', index=False)

# Check the dumped content
sql = "SELECT * FROM myTable"
df = pd.read_sql(sql, cnx)

df.head()

连接有效，从我收集的循环运行开始，但没有新数据添加到DataFrame。 df.head()返回一个未更改的表。有人对我做错了什么有任何线索？

此外，在运行create_engine语句时，我收到此恼人的连接警告，但它不会影响任何内容：

SAWarning：未指定驱动程序名称;这是PyODBC预计的时候使用无DSN连接“未指定驱动程序名称;

任何帮助表示赞赏！：）

使用pandas将excel目录解析为带有filename子串列的mssql

0 个答案: