python mysql append_Python细节——MYSQL的to_sql的if_exists推荐使用append

前言

本篇文章主要探索一个很小细节，就是to_sql 到我们的mysql数据库时，你是使用追加，还是替换呢？

这儿就推荐使用追加！append。

接下来给大家贴代码比较演示。

代码

假设我有一个数据，如图

image.png

需要追加到目前的mysql数据库的某表当中的数据，它目前如图所示

比较一下，可以看出MYSQL 的 表结构 相比数据多sports字段

接下来我分别做append、replace的代码操作，并贴截图比较差异：

append

import pandas as pd

import numpy as np

from sqlalchemy import create_engine

import MySQLdb

test = pd.DataFrame({'name':['Jim','xxxtest'],'english':['100','40'],'maths':['11','54'],'music':['38','91']})

engine = create_engine('mysql://root:xxxx@127.0.0.1/45exercise?charset=utf8')

pd.io.sql.to_sql(test,'a1',con = engine, if_exists='append', index = False)

执行一下上述代码，再去观察mysql的变化情况，如图

image.png

可以发现，对于存储的字段不存在时，追加操作输出结果是空字段，不影响表结构

replace

那么我们再来试一下，用replace有什么效果

import pandas as pd

import numpy as np

from sqlalchemy import create_engine

import MySQLdb

test = pd.DataFrame({'name':['Jim','xxxtest'],'english':['100','40'],'maths':['11','54'],'music':['38','91']})

engine = create_engine('mysql://root:xxxx@127.0.0.1/45exercise?charset=utf8')

pd.io.sql.to_sql(test,'a1',con = engine, if_exists='replace', index = False)

注意观察截图，你发现你导入的数据是什么，它就长什么样。

也就是你的表结构直接就修改掉了。

那么这样子会存在什么问题吗？

假设你的表结构是你精心设计好，每个字段都有各自作用，而同时为了更灵活处理数据使用了python。

处理好的数据想导回到mysql时候，有些字段你可能会不需要导入，但是此时用了replace的话，你的表结构就直接被更改了，这是非常危险的动作！

所以如果想要保留表结构同时，追加新数据

可以使用

清空表操作：truncate table xxx;

然后再使用：append 的 to_sql

请记住每次清空表之前一定要做备份！

最后贴张图：

image.png

replace操作是先删表，然后重新创表、再插入数据。