有什么办法可以动态地将默认数据类型（CSV）更改为MySQL数据类型

Question

我想将CSV数据传输到MySQL表。

我已阅读CSV，其中包含使用以下命令的所有类型的数据： 文件= pd.read_csv（'abc.csv'）

要使用以下命令传输到MySQL： file.to_sql（con = engine，name ='abc'，if_exists ='replace'，index = True，dtype = None，method = None）

这会将数据发送到MySQL表中，但它的数据类型为“文本”，“ bigint”，但我希望其为“ varchar”和“ int”。...

CSV有50列，因此，为解决此问题，我仅尝试了3个字段，其中dtype = {'index'：sql_types.INT，'Employee ID'：sql_types.INT，'Employee Name'：sql_types.VARCHAR（ 255）}，就可以了！

现在我必须将剩余的47个字段添加到此dtype字典中，

所以我想知道，是否有任何方法可以自动转换数据类型而不提及其列名，例如..，当字段为数字时将其转换为INT，当字段为字母数字时将其转换为VARCHAR，当字段为日期类型将其转换为日期时间，这三行就足够了。

Answer 1

阅读CSV文件后，您可以遍历cols并进行更改：

for col in list(df):
    if df[col].dtype == 'O':
        df[col] == df[col].astype(sql_types.VARCHAR(255))
    elif df[col].dtype == 'int':
        df[col] == df[col].astype(sql_types.INT)

这是假设您从某处导入了这些sql_types，因为它们不是Pandas内置的。但是您说您可以使用它们。

如果您使用日期格式，则可以进行try / except转换为pd.datetime，如果是，则将其保存为SQL日期类型。