Question

有没有办法让pandas（或sqlalchemy）输出通过调用to_sql()而不是实际执行它来执行的SQL？这在许多情况下会很方便，我实际上需要使用相同的数据更新多个数据库，其中python和pandas仅存在于我的一台机器中。

Answer 1

这是一个过程问题，而不是编程问题。首先，是使用多个数据库。关系数据库管理系统（RDMBS）被设计为用于许多同时用户/应用/客户端/机器的多用户系统。该数据库旨在作为一个系统运行，作为相关应用程序的中央存储库。一些人认为数据库应该与应用程序无关，并且是以数据为中心的（Postgre人），而其他人则认为数据库应该以应用程序为中心（MySQL人员）。总的来说，了解它们比平面文件电子表格或数据框架更具参与性。

通常，RDMS有两种结构类型：

文件级系统，如SQLite和MS Access（数据库驻留在保存到CPU目录的文件中）;这些系统虽然功能强大，但多用户主要用于较小的业务应用程序，用户或团队规模相对较小
服务器级系统，如SQL Server，MySQL，PostgreSQL，DB2，Oracle（数据库通过网络运行，没有任何本地化文件）;这些系统用作企业级系统，以运行通过LAN Intranet或Web网络运行的全面业务运营。

同时，Pandas不是一个数据库，而是一个数据分析工具包（很像MS Excel），虽然它可以从RDMS导入/导出查询的结果集。因此，它不为DDL/DML过程维护本机SQL方言。此外，pandas在操作系统的内存中运行，调用Python脚本，不能被其他客户端/机器共享。为了在脚本运行期间了解数据框的不同状态，Pandas不跟踪您想要的更改，除非您使用之前和之后的方式设计它并识别列/行更改。

满口说道，为什么不使用ONE数据库，让你的Python脚本只是连接到数据库以将数据导入/导出到数据框的众多客户端中的另一个。因此，在每次数据帧更改后实际运行to_sql()。回想一下熊猫＆＃39; to_sql使用if_exists参数：

# DROPS TABLE, RECREATES IT, AND UPDATES IT
df.to_sql(name='tablename', con=conn, if_exists='replace')

# APPENDS DF DATA TO EXISTING TABLE
df.to_sql(name='tablename', con=conn, if_exists='append')

反过来，连接到集中式数据库的每个应用程序/机器只需要刷新它们的实例，并且可以实时获得当前数据以满足其最终用途需求。当然，如果另一个用户在编辑模式下有一个表记录，而脚本尝试更新它，则表锁定状态在多用户环境中可能是一个问题。但这里的交易可能有所帮助

Answer 2

根据doc，使用echo参数：

engine = create_engine("mysql://scott:tiger@hostname/dbname", **echo=True**)

从pandas.DataFrame.to_sql输出SQL作为字符串

2 个答案: