从熊猫数据框中批量更新peewee数据库的最有效方法

Question

数据库如下：

date            value
2000-01-01      foo
2000-01-01      foo
2000-01-01      foo
2000-01-02      bar
2000-01-02      bar
2000-01-02      bar
2000-01-10      yyy
2000-01-10      yyy
2000-01-10      yyy

Pandas数据框MyDataframe如下所示：

date            value
2000-01-01      new_foo
2000-01-02      new_bar
2000-01-10      new_yyy

您可能已经猜到了，我需要数据库看起来像这样：

date            value
2000-01-01      new_foo
2000-01-01      new_foo
2000-01-01      new_foo
2000-01-02      new_bar
ecc...

我可以遍历MyDataframe并运行一系列.update：

for date, value in MyDataframe:
    query = MyModel.update(value=value).where(MyModel.date == date).execute()
    query.execute()

我的问题是：有一种方法可以只通过一次调用execute()来执行此操作（或其他更有效的方法）？像bulk_execute(array_of_queries)一样？

有什么方法可以将数据帧直接提供给.update（）吗？像这样：

MyModel.update(value=MyDataframe.loc[MyModel.date]).execute()

不幸的是，这不起作用：传递给.loc[]的索引不是实际值，而是一个DateTimeField对象。确实，它给出了此错误：

KeyError('the label [<DateTimeField: MyModel.date>] is not in the [index]',)

documentation建议您可以在更新功能中运行实际代码，并提供以下示例：

Employee.update(bonus=(Employee.bonus + (Employee.salary * .1)))

Answer 1

您可以尝试合并数据框并替换原始值列。