在pandas.DataFrame.to_sql时指定数据库表的列类型

最新推荐文章于 2024-08-03 15:52:30 发布

weixin_33863087

最新推荐文章于 2024-08-03 15:52:30 发布

阅读量1.4k

点赞数 1

文章标签：数据库 python

原文链接：https://segmentfault.com/a/1190000012968488

版权

本文介绍了在使用Pandas的to_sql方法将DataFrame存储到数据库时，如何动态地根据DataFrame中的数据类型设定数据库表的列类型。默认情况下，to_sql会创建表并按其默认类型分配列，但可以通过指定dtype参数来改变这种行为。文章提供了一个方法，通过创建一个映射DataFrame列名和SQLAlchemy类型的字典，实现根据DataFrame数据类型自动映射数据库列类型。

摘要由CSDN通过智能技术生成

问题

在数据分析并存储到数据库时，Python的Pandas包提供了to_sql 方法使存储的过程更为便捷，但如果在使用to_sql方法前不在数据库建好相对应的表，to_sql则会默认为你创建一个新表，这时新表的列类型可能并不是你期望的。例如我们通过下段代码往数据库中插入一部分数据：

import pandas as pd
from datetime import datetime

df = pd.DataFrame([['a', 1, 1, 2.0, datetime.now(), True]], 
                  columns=['str', 'int', 'float', 'datetime', 'boolean'])
print(df.dtypes)

通过_dtypes_可知数据类型为object, int64, float64, datetime64[ns], bool
如果把数据通过to_sql方法插入到数据库中：

from sqlalchemy import create_engine
engine = create_engine("mysql+mysqldb://{}:{}@{}/{}".format('username', 'password', 'host:port', 'database'))
con = engine.connect()

df.to_sql(name='test', con=con, if_exists='append',