0

我正在尝试更改数据库中的表。但是我发现使用 Pandas 提供的 to_sql 方法很困难。我的price_data数据框看起来像这样：

初始数据框（作为数据库中的行）：

在此处输入图像描述

用于更改数据的代码：

with con:
    price_data.to_sql(con=con, name='clean_prices2', if_exists='append', index=False, flavor='mysql')

这里的最终目标是修改初始数据帧（将零值转换为 Nan，然后对其进行插值），并将其保存回数据库中。结果应该是这样的（除了相同的id）：

期望的输出：

在此处输入图像描述

如果您专门查看该close_price列，您可以看到 0 值被分配了 90.7350

我当前的解决方案是附加数据行，这会导致重复输入，如下所示：

实际输出：

在此处输入图像描述

最后，我将不得不执行另一个查询来删除重复的行（基于 price_date）

我知道我可以更改要替换if_exists的参数，但这会删除我的数据库表的其余部分。基本上我想在不同的 's上多次执行这个查询symbol_id

无论如何修改一个子集（在这种情况下，只有 3 行）而不删除我表中的其余数据？该解决方案可以修改现有行（保持不变id）或删除旧行，并创建不带零的新行。我只是想在没有额外删除重复查询的情况下完成此操作。

4

1 回答 1

0

考虑一个具有精确结构的临时表作为最终表，但会定期更换，然后将用于更新现有的最终表。尝试对这两个操作使用sqlalchemy 引擎。

具体来说，对于后一种 SQL，您将在临时表和最终表之间使用UPDATE JOIN查询。下面假设您使用pymysql模块（根据需要调整）：

import pymysql
from sqlalchemy import create_engine
...

engine = create_engine("mysql+pymysql://user:password@hostname:port/database")

# PANDAS UPLOAD
price_data.to_sql(name='clean_prices_temp', con=engine, if_exists='replace', index=False)

# SQL UPDATE (USING TRANSACTION)
with engine.begin() as conn:     
    conn.execute("UPDATE clean_prices_final f" +
                 " INNER JOIN clean_prices_temp t" +
                 " ON f.symbol_id = t.symbol_id" +
                 " AND f.price_date = t.price_date" +
                 " SET f.open_price = t.open_price," +
                 "     f.high_price = t.high_price," +
                 "     f.low_price = t.low_price," +
                 "     f.close_price = t.close_price," +
                 "     f.adj_close_price = t.adj_close_price;")

engine.dispose()
于 2016-09-17T20:10:14.620 回答