我正在重写python2.x程序，使用带有两个表的mysql数据库来分析股票价格。
表1：有关每家公司的信息
表2：所有公司的每日股票价格。
在迁移到pandas数据帧时，我发现当与SQL类型数据库连接时，建议使用SQLAlchemy，方法.read_sql_table和.to_sql。
定义了SQLAlchemy引擎以及所需的两个Table对象的定义后，read_sql_table可以将数据库的内容可靠地读入pandas数据帧。
但是，.to_sql似乎存在许多问题。
1）它需要sql数据库中表的名称参数，而不是定义的Table对象。因此，它会忽略我定义的VARCHAR()类型，并在TEXT时使用if_exists='replace'类型。对我来说，使用列数据类型定义Table对象似乎很奇怪，它不会用于.to_sql。
2）如果我还使用dtype参数定义了一个列类型字典，我只能让if_exists='replace'做一些有用的事情。这似乎是一个已知问题，其他地方的建议似乎只是使用if_exists='append'，至少在完成更多开发之前。
3）if_exists='append'似乎将整个数据框添加为新行，如果您只想添加新条目，则可以。但我也需要修改现有的条目。
因此，如果我想将表读入数据帧，修改一些条目然后将更改重新写入mysql数据库，是否有一组现有方法或者是可取的方法：
1）将表读入数据帧 2）更改数据框并标记哪些条目已更改 3）仅使用更改的行创建新的数据框 4）通过sqlalchemy
使用原始SQL表达式应用这些更改我觉得我可能错过了一个pandas数据帧方法，或者现有的if_exists='append'方法对我不起作用。
我很高兴构建一个简单的代码示例，如果这会有所帮助，但这更像是一个架构/样式/策略级问题，而不是实际的编码语法问题。
我很感激任何建议/指导。