Question

在尝试将pandas'数据框写入sql-server时，我收到此错误：

DatabaseError：sql上的执行失败'SELECT name FROM sqlite_master WHERE type ='table'AND name =？;':('42S02'，“[42S02] [Microsoft] [SQL Server Native Client 11.0] [SQL Server]无效的对象名称'sqlite_master'。（208）（SQLExecDirectW）; [42000] [Microsoft] [SQL Server Native Client 11.0] [SQL Server]语句无法准备。（8180）“）

似乎pandas正在调查sqlite而不是真正的数据库。

这不是连接问题，因为我可以使用sql-server从pandas.read_sql读取相同的连接已使用

设置连接

sqlalchemy.create_engine("mssql+pyodbc:///?odbc_connect=%s" % params)

这不是数据库权限问题，因为我可以使用相同的连接参数逐行编写：

cursor = conn.cursor()
cursor.execute('insert into test values (1, 'test', 10)')
conn.commit()

我可以一行一行地写一个循环，但我想知道为什么to_sql不适合我，我担心它不会那么有效。

环境： Python：2.7 Pandas：0.20.1 sqlalchemy：1.1.12

提前致谢。

可运行的示例：

import pandas as pd
from sqlalchemy import create_engine
import urllib

params = urllib.quote_plus("DRIVER={SQL Server Native Client 11.0};SERVER=
<servername>;DATABASE=<databasename>;UID=<username>;PWD=<password>")
engine = create_engine("mssql+pyodbc:///?odbc_connect=%s" % params)

test = pd.DataFrame({'col1':1, 'col2':'test', 'col3':10}, index=[0])
conn=engine.connect().connection
test.to_sql("dbo.test", con=conn, if_exists="append", index=False)

Answer 1

根据to_sql doc，con参数是SQLAchemy引擎或遗留DBAPI2连接（sqlite3）。因为您传递连接对象而不是SQLAlchemy引擎对象作为参数，所以pandas推断您正在传递DBAPI2连接或SQLite3连接，因为它是唯一受支持的连接。要解决这个问题，请执行以下操作：

myeng = sqlalchemy.create_engine("mssql+pyodbc:///?odbc_connect=%s" % params)

# Code to create your df
...

# Now write to DB
df.to_sql('table', myeng, index=False)

Answer 2

所以我遇到了同样的事情。我试着查看代码，无法弄清楚为什么它不起作用但看起来它会卡在这个调用上。

pd.io.sql._is_sqlalchemy_connectable(engine)

我发现如果我先运行它会返回True，但是在运行df.to_sql（）之后运行它会立即返回False。现在我在执行df.to_sql（）之前运行它，它确实有效。

希望这会有所帮助。

Answer 3

试试这个。很好地连接MS SQL服务器（SQL身份验证）和更新数据

from sqlalchemy import create_engine
params = urllib.parse.quote_plus(
'DRIVER={ODBC Driver 13 for SQL Server};'+
'SERVER='+server+';DATABASE='+database+';UID='+username+';PWD='+ password)

engine = create_engine("mssql+pyodbc:///?odbc_connect=%s" % params)

#df: pandas.dataframe; mTableName:table name in MS SQL
#warning: discard old table if exists
df.to_sql(mTableName, con=engine, if_exists='replace', index=False)

to_sql将pandas数据帧转换为SQL Server错误：DatabaseError

3 个答案: