如何高效地将 Pandas DataFrame 插入 MySQL 数据库？

通过 MySQLdb 将 Pandas Dataframe 插入数据库

使用 Python 连接到 MySQL 非常简单，并且很好地支持行插入等操作。然而，当将整个 ​​Pandas 数据帧插入到现有表中时，出现了问题：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

将数据帧插入 MySQL 的首选方法是使用 to_sql方法：

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

与 MySQLdb 的连接设置

要使用 MySQLdb 建立与 MySQL 的连接，请执行以下命令：

from pandas.io import sql
import MySQLdb

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

风味和 if_exists

设置风味将 write_frame 设置为 'mysql' 可以写入 MySQL。 if_exists 参数控制表已存在时的行为，选项有“fail”、“replace”和“append”。

示例

考虑一个简单的包含 ID、data1 和 data2 列以及匹配的 Pandas 的表dataframe:

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

使用 to_sql 方法将此 dataframe 插入数据库将如下所示：

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

在此示例中，“example_table”是数据库中的表名称， 'replace' 表示现有表将替换为数据框中的数据。

以上是如何高效地将 Pandas DataFrame 插入 MySQL 数据库？的详细内容。更多信息请关注PHP中文网其他相关文章！