6

如何使用df.to_sql(if_exists = 'append')仅附加数据框和数据库之间的唯一值。换句话说，我想评估 DF 和 DB 之间的重复项，并在写入数据库之前删除这些重复项。

有这个参数吗？

我了解参数if_exists = 'append' 和if_exists = 'replace'是针对整个表格的 - 而不是唯一的条目。

I am using: 
sqlalchemy

pandas dataframe with the following datatypes: 
    index: datetime.datetime <-- Primary Key
    float
    float
    float
    float
    integer
    string <---  Primary Key
    string<----  Primary Key

我坚持这一点，所以非常感谢您的帮助。-谢谢

4

1 回答 1

13

在 pandas 中，没有方便的参数to_sql来仅将非重复项附加到最终表中。考虑使用 pandas始终替换的暂存临时表，然后运行最终追加查询以将临时表记录迁移到最终表，仅针对使用该NOT EXISTS子句的唯一 PK。

engine = sqlalchemy.create_engine(...)

df.to_sql(name='myTempTable', con=engine, if_exists='replace')

with engine.begin() as cn:
   sql = """INSERT INTO myFinalTable (Col1, Col2, Col3, ...)
            SELECT t.Col1, t.Col2, t.Col3, ...
            FROM myTempTable t
            WHERE NOT EXISTS 
                (SELECT 1 FROM myFinalTable f
                 WHERE t.MatchColumn1 = f.MatchColumn1
                 AND t.MatchColumn2 = f.MatchColumn2)"""

   cn.execute(sql)

这将是一个 ANSI SQL 解决方案，并且不限于特定于供应商的方法UPSERT，因此在几乎所有 SQL 集成的关系数据库中都是兼容的。

于 2018-09-05T16:09:29.940 回答