如何高效地将 Pandas DataFrame 插入 MySQL 数据库？

使用 mysqldb 将 Pandas DataFrame 插入 MySQL 数据库

查询

您希望高效地填充一个现有表MySQL 数据库，包含来自 Pandas DataFrame 的数据。挑战在于理解直接插入是否可行或者是否需要迭代行。

实现

通过 'to_sql' 方法直接插入

从 Pandas 0.14 版本开始，推荐的方法是使用“to_sql”方法。此方法允许将 DataFrame 直接插入 SQL 表中，从而简化了流程。

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

MySQL 数据库连接设置

import MySQLdb

con = MySQLdb.connect() # Configure your connection options here

可选：迭代插入

如果需要迭代行，则'write_frame' 方法可以与设置为 'mysql' 的 'flavor' 参数一起使用。

import pandas.io.sql as sql

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

处理现有表

'if_exists' 参数确定如何插入处理现有表：

• 'fail'：不如果表已存在，则插入。
• 'replace'：在插入之前删除并重新创建表。
• 'append'：如果表存在则插入，如果不存在则创建它.

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！