0

我正在使用 Pandas to_sql 进行数据库插入，以将数百万行移动到 sqlalchemy 中。我创建了一个只有 4 行的小型测试 csv，以便我确切知道文件中的数据。

这是csv格式

column_one,column_two,column_three,column_four
0001-1234,db38ad21b3,https://example.com,2
0034-1201,38db21adb3,https://example-two.com,3

我的数据库表是用完全相同的列名定义的。

df = pd.read_csv("test_repositories.csv", 
        header=0, 
        sep=',',
        quotechar='"',
        dtype={'column_one': str,
            'column_two': str,
            'column_three': str,
            'column_four': int},
            error_bad_lines=False)
df = df.where(pd.notnull(df), None)
df.to_sql(self.staging_table, db.engine, self.chunksize, method='multi')

这似乎应该可以工作，但是我不断收到以下 TypeError 说操作模式 +“。” + name 不支持 str + int

  File "/ingest/utils.py", line 59, in copy_csv_to_temp_table
    df.to_sql(self.staging_table, db.engine, self.chunksize, method='multi')
  File "/venv/lib/python3.8/site-packages/pandas/core/generic.py", line 2776, in to_sql
    sql.to_sql(
  File "/venv/lib/python3.8/site-packages/pandas/io/sql.py", line 590, in to_sql
    pandas_sql.to_sql(
  File "/venv/lib/python3.8/site-packages/pandas/io/sql.py", line 1382, in to_sql
    table = SQLTable(
  File "/venv/lib/python3.8/site-packages/pandas/io/sql.py", line 700, in __init__
    self.table = self._create_table_setup()
  File "/venv/lib/python3.8/site-packages/pandas/io/sql.py", line 966, in _create_table_setup
    return Table(self.name, meta, *columns, schema=schema)
  File "<string>", line 2, in __new__
  File "/venv/lib/python3.8/site-packages/sqlalchemy/util/deprecations.py", line 139, in warned
    return fn(*args, **kwargs)
  File "/venv/lib/python3.8/site-packages/sqlalchemy/sql/schema.py", line 537, in __new__
    key = _get_table_key(name, schema)
  File "/venv/lib/python3.8/site-packages/sqlalchemy/sql/schema.py", line 77, in _get_table_key
    return schema + "." + name
TypeError: unsupported operand type(s) for +: 'int' and 'str'

我明白这个错误是什么意思。但是，我不明白为什么模式或名称会导致问题，因为所有列名显然都是字符串。任何帮助表示赞赏。

4

1 回答 1

1

函数签名是：

DataFrame.to_sql（名称，con，schema=None，if_exists='fail'，index=True，index_label=None，chunksize=None，dtype=None，method=None）

请注意，schema第三个位置参数默认为None.

因此通过使用：

df.to_sql(self.staging_table, db.engine, self.chunksize, method='multi')

您认为 chunksize 被解释为schema参数，因此将您的 chunksize 更改为显式命名，例如：

df.to_sql(self.staging_table, db.engine, chunksize=self.chunksize, method='multi')
于 2021-02-21T14:05:27.310 回答