溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
目的
在數據分析時，我們有中間結果，或者最終的結果，需要保存到數據庫中；或者我們有一個中間的結果，如果放到數據庫中通過sql操作會更加的直觀，處理后再將結果讀取到DataFrame中。這兩個場景，就需要用到DataFrame的to_sql操作。
具體的操作
連接數據庫代碼
import pandas as pd
from sqlalchemy import create_engine
# default
engine = create_engine('mysql+pymysql://ledao:ledao123@localhost/pandas_learn')
original_data = pd.read_sql_table('cellfee', engine)
original_data
結果如下所示。
對數據進行匯總，每個小區的電費進行求和放到Series中，然后將所有小區的總電費放到DataFrame中，最后將DataFrame保存到數據庫中，代碼如下所示。
all_cells = [] for k, v in original_data.groupby(by=['cityid', 'cellid']): onecell = pd.Series(data=[k[0], k[1], v['fee'].sum()], index=['cityid', 'cellid', 'fee_sum']) all_cells.append(onecell) all_cells = pd.DataFrame(all_cells) all_cells.to_sql(name='cells_fee', con=engine, chunksize=1000, if_exists='replace', index=None)
對于DataFrame的to_sql函數，需要注意的參數在代碼中已經寫出來，其中比較重要的是chunksize、if_exists和index。
chunksize可以設置一次入庫的大小；if_exists設置如果數據庫中存在同名表怎么辦，‘replace'表示將表原來數據刪除放入當前數據；‘append'表示追加；‘fail'則表示將拋出異常，結束操作，默認是‘fail'；index=接受boolean值，表示是否將DataFrame的index也作為表的列存儲。
最終存表的結果如下圖所示。
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
