pandas.Series.to_sql

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

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

Поддерживаются базы данных, поддерживаемые SQLAlchemy [1]. Таблицы могут быть созданы, добавлены или перезаписаны.

Параметры:

name : string Имя таблицы SQL. con : sqlalchemy.engine.Engine or sqlite3.Connection Использование SQLAlchemy позволяет использовать любую базу данных, поддерживаемую этой библиотекой. Предоставляется поддержка обратной совместимости для объектов sqlite3.Connection. schema : string, optional Укажите схему (если эта база данных поддерживает это). Если None, используется схема по умолчанию. if_exists : {‘fail’, ‘replace’, ‘append’}, default ‘fail’ Как действовать, если таблица уже существует. fail: Вызвать ValueError. replace: Удалить таблицу перед вставкой новых значений. append: Добавить новые значения в существующую таблицу. index : bool, default True Запись индекса DataFrame в качестве столбца. Использует index_label в качестве имени столбца в таблице. index_label : string or sequence, default None Метка столбца для столбцов индекса. Если задано None (по умолчанию) и index равно True, используются имена индексов. Если DataFrame использует MultiIndex, должен быть задан последовательность. chunksize : int, optional Строки будут записываться партиями этого размера за раз. По умолчанию все строки записываются сразу. dtype : dict, optional Указание типа данных для столбцов. Ключи должны быть именами столбцов, а значения — типами SQLAlchemy или строками для режима обратной совместимости sqlite3. method : {None, ‘multi’, callable}, default None Управляет используемой SQL-операторной вставкой: None : Использует стандартный SQL INSERT оператор (по одной строке). ‘multi’: Передает несколько значений в одном INSERT операторе. вызываемый объект с подписью (pd_table, conn, keys, data_iter). Подробное описание и пример реализации вызываемого объекта можно найти в разделе метод вставки. Введено в версии 0.24.0.

Возбуждает:

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

См. также

read_sql

Чтение DataFrame из таблицы.

Примечания

Столбцы datetime, учитывающие часовой пояс, будут записаны как тип Timestamp with timezone с SQLAlchemy, если это поддерживается базой данных. В противном случае даты и время будут храниться как не учитывающие часовой пояс метки времени, локальные для исходного часового пояса.

Введено в версии 0.24.0.

Ссылки

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

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

Примеры

Создание временной SQLite базы данных.

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

Создание таблицы с нуля с 3-мя 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 пропущенными значениями). Обратите внимание, что в то время как pandas вынужден хранить данные как числа с плавающей точкой, база данных поддерживает целые числа со значениями NULL. При извлечении данных с помощью Python мы получаем целочисленные скаляры.

>>> 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,)]