Question

我想将数据帧存储到现有的MSSQL表中。 Dataframe有3列，但SQL表只有2列。

如何将具有相同名称的2列存储到SQL中？

我尝试了以下代码：

df.to_sql(sTable, engine, if_exists='append')

如果列的数量和名称完全相同，则可行。但我想让我的代码更通用。

Answer 1

首先使用正确的架构创建一个数据框：

sql_df = df[['colA', 'colB']]
sql_df.to_sql(sTable, engine, if_exists='append')

Pandas应该具有相当高的内存效率，这意味着列实际上不会重复，它们只会被sql_df引用。您甚至可以重命名列以使其工作。

实现此目的的超级通用方法可能如下所示：

def save_to_sql(df, col_map, table, engine):
    sql_df = pd.DataFrame()
    for old_name, new_name in col_map:
        sql_df[new_name] = df[old_name]
    sql_df.to_sql(table, engine, if_exists='append')

它采用数据帧和一个列表，该列表将哪些列与要调用的列配对，以使它们与SQL表对齐。例如，save_to_sql(my_df, [('colA', 'column_a'), ('colB', 'column_b')], 'table_name', sql_engine)

Answer 2

这是一个很好的解决方案。现在，我还能够将标题名称转换为SQL字段名称。我必须解决的唯一主题是idex。 DataFrames有一个索引（从0 ... n）。我不需要DB中的字段。但是，我没有找到一种方法来跳过idex列，直到升级到SQL DB。有人有想法吗？

具有不同模式的python dataframe to_sql

2 个答案: