如何编写pandas.DataFrame的connection_object以在sql中创建表

Question

我试图将csv文件（由40个标头和4000行组成）转换为sql数据库服务器中的表。我读过一个地方，我可以做到两行就这么简单：

df = pandas.read_csv("file.csv")
df.to_sql(tableName, conn)

我试图按照以下方法制作conn：

conn = pyodbc.connect('DRIVER={ODBC Driver 13 for SQL Server}; SERVER=servername; DATABASE=testdb; Trusted_Connection=yes')

但是失败了，我得到了这些错误：

  

DatabaseError：在SQL'SELECT name FROM sqlite_master WHERE type ='table'AND name = ?;'中执行失败：（'42S02'，“ [42S02] [Microsoft] [用于SQL Server的ODBC驱动程序13] [SQL Server ]无效的对象名称“ sqlite_master”。（208）（SQLExecDirectW）； [42S02] [Microsoft] [用于SQL Server的ODBC驱动程序13] [SQL Server]语句无法准备。（8180）“）

显然，我没有正确定义conn。但是我不知道如何纠正它。

Answer 1

如DataFrame.to_sql documentation中所述，第二个参数（con）是“ sqlalchemy.engine.Engine或sqlite3.Connection”：

  

使用SQLAlchemy可以使用该库支持的任何数据库。为sqlite3.Connection对象提供了旧版支持。

因此，您需要将SQLAlchemy添加到项目中，使用其create_engine方法创建指向您数据库的引擎对象，例如，

from sqlalchemy import create_engine
# ...
your_sql_engine = create_engine('mssql+pyodbc://@your_DSN_name')

，然后将your_sql_engine作为第二个参数传递给熊猫的to_sql方法。