Pandas + Pyodbc 两种方式实现向MSSQL Table 中 Insert 数据

首先是Pandas.to_sql，优势就是简单粗暴。缺点是会重构数据表的结构和内容，默认主键变成index，从0开始.
下面是从Excel中读取数据插入table，

import sqlalchemy
import  pyodbc
import pandas as pd

path = r"C:\Users\shzbabao\Desktop\mrp.xlsx"
df = pd.read_excel(path)
data = df.iloc[1:, [0,1]]
data.columns = ['ColumnName','Value_Input']
engine = sqlalchemy.create_engine(   "mssql+pyodbc://用户名:密码@服务器/数据库?driver=SQL+Server+Native+Client+11.0")
data.to_sql('Checkinfo', con=engine, if_exists='replace')
#注意：table名前不能带dbo，否则会报错。如dbo.Checkinfo就是不可以的。

另一种实现方法不会改变数据表的结构，和我们日常在数据库中写的语句是一样的，缺点是比较考验数据库的语句能力。下面是示例:

import sqlalchemy
import  pyodbc
import pandas as pd


path =r'C:\Users\shzbabao\Desktop\outbount.xlsx'
df = pd.read_excel(path,sheet_name=0)
data = df.iloc[0:, [0, 1, 2, 3]]
data.columns = ['CarNumber', 'OrderNumber', 'PalletQty', 'CartonQty']
# data7.columns = ['ColumnName','Value_Input']

conn = pyodbc.connect(
    r'DRIVER={SQL Server Native Client 11.0};SERVER=服务器;DATABASE=数据库名;UID=用户名;PWD=密码')
cursor = conn.cursor()
for i in range(len(data)):
    CarNumber = str(data['CarNumber'].iloc[i])
    OrderNumber = str(data['OrderNumber'].iloc[i])
    PalletQty = str(data['PalletQty'].iloc[i])
    CartonQty = str(data['CartonQty'].iloc[i])
    sql='insert into JabraOutbounddata([CarNumber],[OrderNumber], [PalletQty],[CartonQty]) values(?,?,?,?)'
    cursor.execute(sql,(CarNumber,OrderNumber,PalletQty,CartonQty))
    # sql ="insert into JabraOutbounddata (CarNumber,OrderNumber,PalletQty,CartonQty) values(%s,%s,%s,%s)" %(CarNumber,OrderNumber,PalletQty,CartonQty)
    # cursor.execute(sql)
# row =cursor.fetchall()
print(data)
cursor.commit()#不能忽略，否则不会提交到数据库
cursor.close()
conn.close()

上面的两种方式都可以读取Excel数据insert 到db table。如果对数据的字段不作要求，而且后期不确定会不会增加字段的建议选择第一种。第二种针对生产环境，里面数据很多，而且要求不能更改字段。