1.to_sql的作用：

to_sql是pandas中的DataFrame数据类型提供的一个API，可以将整个DF导入数据库中，其中有几个参数的作用为：

  • name: 数据库中的表名
  • con: 与read_sql中相同，数据库连接的驱动
  • if_exits： 当数据库中的这个表存在的时候，采取的措施是什么，包括三个值，默认为fail
    • fail，若表存在，则不进行数据表写入的相关操作
    • replace：若表存在，将数据库表中的数据覆盖；
    • append：若表存在，将数据写到原表的后面。
  • index：是否将df的index单独写到一列中
  • index_label:指定列作为df的index输出，此时index为True
  • dtype: 指定列的输出到数据库中的数据类型。字典形式储存：{column_name: sql_dtype}

2.to_sql的使用实例

完成数据库的连接驱动
conn=create_engine(‘mysql+pymysql://{}:{}@{}:{}/{}’.format(user1,password1,host1,port1,database1))
以上涉及到的变量自己定义即可，分别是：数据库的用户名、密码、主机、端口以及数据库名称

df1.to_sql('tech_res', con=conn,index = False , if_exists = 'append', chunksize = None,dtype=dtypedict)

3.出现的问题记录

  • 出现1241的错误：
    出现这个错误可能是DF数据中包含列表类型的数据，此时要对数据进行强制转换。使用下面的语法进行
    df1.loc[:,'keyAndAbs_'] = df1['keyAndAbs_'].astype(str)

以上就是我在使用to_sql过程中，遇到的一些问题，特此记录，方便日后查阅。