pandas mysql主键_使用Autoincrement将Pandas Dataframe插入MySQL表自动生成主键

我有一个Pandas数据帧,我正试图使用MySQLdb和to-sql将其插入到MySQL表中。该表的主键为'allocationid',并且为autoincrement。。我希望每天都这样做,从MySQL表中删除一天之前的数据,并从Pandas dataframe中重新插入更新的数据。因此希望主键自动递增(我不会在下面使用它,但可能需要引用它)。在

代码是。。。在columns = ('date','tradeid','accountid','amount')

splitInput = pd.DataFrame(columns = columns)

splitInput['accountid'] = newHFfile['acctID']

splitInput['tradeid'] = newHFfile['Ref']

splitInput['amount'] = newHFfile['AMOUNT1']

splitInput['date'] = newHFfile['Trade Date']

db = MySQLdb.connect(host="(hostIP)", port=3306, user="user", passwd="(passwd)", db="(database)")

cursor = db.cursor()

query = """delete from splittrades where date = """

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pandas是一个非常流行的数据分析库,它提供了to_sql函数来将dataframe数据保存到数据库中。to_sql函数需要一个连接对象和数据名称作为参数。 首先,我们需要使用Python的数据库驱动程序来连接数据库,例如MySQL数据库可以使用pymysql库,PostgreSQL可以使用psycopg2库。 接下来,我们需要使用pandas的read_sql函数从数据库中读取数据dataframe中,然后做一些数据处理。处理完成后,我们可以使用to_sql函数将dataframe数据保存回数据库中。在to_sql函数中,我们需要指定数据的名称,还可以设置查询的模式(append, replace或fail)。 以下是一个简单的例子: ``` import pymysql import pandas as pd # 创建数据库连接 conn = pymysql.connect(host='localhost', user='root', password='123456', database='testdb', port=3306) # 读取数据dataframe中 df = pd.read_sql("SELECT * FROM student", conn) # 处理数据 df = df[df['age']>18] # 将数据保存回数据库中 df.to_sql(name='student_filtered', con=conn, if_exists='replace', index=False) # 关闭连接 conn.close() ``` 在这个例子中,我们首先连接到MySQL数据库,然后使用pandas的read_sql函数从student中读取数据dataframe中。接下来,我们根据age列的值筛选数据。最后,我们使用to_sql函数将筛选后的数据储存在student_filtered中。if_exists参数设置为replace,示如果已经存在,则该会被替换。最后,我们关闭数据库连接。 pandas的to_sql函数简单易用,可以方便地将dataframe数据保存到数据库中。如果我们需要频繁地保存dataframe数据数据库,就需要熟练使用to_sql函数,并对数据库连接有一定的了解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值