如何有效率地將 Pandas DataFrame 插入 MySQL 資料庫？

使用mysqldb 將Pandas DataFrame 插入MySQL 資料庫

查詢

您希望有效率地填入現有表，包含來自Pandas DataFrame 的資料。挑戰在於理解直接插入是否可行或是否需要迭代行。

實作

透過'to_sql' 方法直接插入

從Pandas 0.14 版本開始，建議的方法是使用「 to_sql”方法。此方法允許將 DataFrame 直接插入 SQL 表中，從而簡化了流程。

df.to_sql(con=con, name='table_name_for_df', if_exists='replace', flavor='mysql')

MySQL 資料庫連線設定

import MySQLdb

con = MySQLdb.connect() # Configure your connection options here

可選：迭代插入

如果需要迭代行，則'write_frame' 方法可以與設定為'mysql' 的'flavor' 參數一起使用。

import pandas.io.sql as sql

sql.write_frame(df, con=con, name='table_name_for_df', if_exists='replace', flavor='mysql')

處理現有表

'if_exists' 參數決定如何插入處理現有表：

• 'fail'：不如果表已存在，則插入。
• 'replace'：在插入之前刪除並重新建立表。
• 'append'：如果表存在則插入，如果不存在則創建它.

以上是如何有效率地將 Pandas DataFrame 插入 MySQL 資料庫？的詳細內容。更多資訊請關注PHP中文網其他相關文章！