pandas.Panel.to_sql

Panel.to_sql(name, con, schema=None, if_exists='fail', index=True, index_label=None, chunksize=None, dtype=None) [source]

Запись записей, хранящихся в DataFrame, в базу данных SQL.

Поддерживаются базы данных, поддерживаемые SQLAlchemy [R22]. Таблицы могут быть созданы, добавлены или перезаписаны.

Параметры:

name : строка Имя таблицы SQL. con : sqlalchemy.engine.Engine или sqlite3.Connection Использование SQLAlchemy позволяет использовать любую базу данных, поддерживаемую этой библиотекой. Предоставлена обратная совместимость с объектами sqlite3.Connection. schema : строка, необязательно Укажите схему (если это поддерживает тип базы данных). Если None, используется схема по умолчанию. if_exists : {‘fail’, ‘replace’, ‘append’}, по умолчанию ‘fail’ Как вести себя, если таблица уже существует. fail: Вызывает ValueError. replace: Удаляет таблицу перед вставкой новых значений. append: Вставляет новые значения в существующую таблицу. index : булево значение, по умолчанию True Записывать индекс DataFrame в виде столбца. Использует index_label в качестве имени столбца в таблице. index_label : строка или последовательность, по умолчанию None Имя столбца для столбца(ов) индекса. Если задано None (по умолчанию) и index равно True, то используются имена индекса. Если DataFrame использует MultiIndex, должна быть задана последовательность. chunksize : целое число, необязательно Строки будут записываться партиями этого размера за раз. По умолчанию все строки будут записаны сразу. dtype : словарь, необязательно Указание типа данных для столбцов. Ключами должны быть имена столбцов, а значениями — типы SQLAlchemy или строки для режима обратной совместимости sqlite3.

Возбуждает:

ValueError Когда таблица уже существует и if_exists равно ‘fail’ (по умолчанию).

См. также

pandas.read_sql

чтение DataFrame из таблицы

Ссылки

[R22]

(1, 2) http://docs.sqlalchemy.org

[R23]

https://www.python.org/dev/peps/pep-0249/

Примеры

Создание временной базы данных SQLite.

>>> from sqlalchemy import create_engine
>>> engine = create_engine('sqlite://', echo=False)

Создание таблицы с нуля с 3 строками.

>>> df = pd.DataFrame({'name' : ['User 1', 'User 2', 'User 3']})
>>> df
     name
0  User 1
1  User 2
2  User 3

>>> df.to_sql('users', con=engine)
>>> engine.execute("SELECT * FROM users").fetchall()
[(0, 'User 1'), (1, 'User 2'), (2, 'User 3')]

>>> df1 = pd.DataFrame({'name' : ['User 4', 'User 5']})
>>> df1.to_sql('users', con=engine, if_exists='append')
>>> engine.execute("SELECT * FROM users").fetchall()
[(0, 'User 1'), (1, 'User 2'), (2, 'User 3'),
 (0, 'User 4'), (1, 'User 5')]

Перезапись таблицы только с df1.

>>> df1.to_sql('users', con=engine, if_exists='replace',
...            index_label='id')
>>> engine.execute("SELECT * FROM users").fetchall()
[(0, 'User 4'), (1, 'User 5')]

Указание типа данных (особенно полезно для целых чисел с пропусками). Обратите внимание, что в то время как pandas вынужден хранить данные как с плавающей точкой, база данных поддерживает целые числа с допустимыми пропусками. При извлечении данных с помощью Python мы получаем скаляры целых чисел.

>>> df = pd.DataFrame({"A": [1, None, 2]})
>>> df
     A
0  1.0
1  NaN
2  2.0

>>> from sqlalchemy.types import Integer
>>> df.to_sql('integers', con=engine, index=False,
...           dtype={"A": Integer()})

>>> engine.execute("SELECT * FROM integers").fetchall()
[(1,), (None,), (2,)]