如何有效率地將 Pandas DataFrame 插入 MySQL 資料庫？

透過 MySQLdb 將 Pandas Dataframe 插入資料庫

使用 Python 連接到 MySQL 非常簡單，並且很好地支援行插入等操作。然而，當將整個 Pandas 資料幀插入現有表中時，出現了問題：是否可以直接插入，或者是否需要迭代行？

使用to_sql 直接插入

將資料幀插入MySQL 的首選方法是使用to_sql方法：

df.to_sql(con=con, name='table_name_for_df', if_exists='replace', flavor='mysql')

與sql方法：

與連線設定

from pandas.io import sql
import MySQLdb

con = MySQLdb.connect()  # may need additional connection parameters

要使用MySQLdb建立與 MySQL 的連接，請執行以下命令：

風味和 if_exists

設定風味將 write_frame 設定為 'mysql' 可以寫入 MySQL。 if_exists 參數控製表已存在時的行為，選項有「fail」、「replace」和「append」。

範例

df = pd.DataFrame({'ID': [1, 2, 3], 'data1': ['a', 'b', 'c'], 'data2': [10, 20, 30]})

考慮一個簡單的包含ID、data1 和data2 欄位以及符合的Pandas 的表dataframe:

sql.write_frame(df, con=con, name='example_table', if_exists='replace', flavor='mysql')

使用to_sql 方法將此dataframe插入資料庫將如下所示：在此範例中，「example_table」是資料庫中的表名稱， 'replace' 表示現有表將替換為資料框中的資料。

以上是如何有效率地將 Pandas DataFrame 插入 MySQL 資料庫？的詳細內容。更多資訊請關注PHP中文網其他相關文章！