使用 SQLAlchemy 从 Pandas 数据框创建 SQL 表

在本文中，我们将讨论如何使用 SQLAlchemy 从 Pandas 数据框创建 SQL 表。

作为第一步，使用 SQLAlchemy 的 create_engine()函数与现有数据库建立连接。

Syntax:

from sqlalchemy import create_engine

engine = create_engine(dialect+driver://username:password@host:port/database)

Explanation:

• dialect – Name of the DBMS
• driver – Name of the DB API that moves information between SQLAlchemy and the database.
• Username, Password – DB User credentials
• host: port – Specify the type of host and port number.
• Database – Database name

例子：

Python3

engine = create_engine(
    'postgresql+psycopg2://scott:tiger@localhost:5432/mydatabase')

上面的例子创建了一个特定于PostgreSQL的 Dialect 对象和一个Pool对象，当接收到连接请求时，它在localhost:5432建立一个DBAPI连接。

SQLAlchemy 包括许多针对最常见数据库（如Oracle、MS SQL、PostgreSQL、SQLite、MySQL等）的方言实现。要将数据帧加载到任何数据库，SQLAlchemy 提供了一个名为 to_sql() 的函数。

Syntax: pandas.DataFrame.to_sql(table_name, engine_name, if_exists, schema, index, chunksize, dtype)

Explanation: 

• table_name – Name in which the table has to be stored
• engine_name – Name of the engine which is connected to the database
• if_exists – By default, pandas throws an error if the table_name already exists. Use ‘REPLACE’ to replace this dataset with the old one or “APPEND” to add the data to the existing table.
• index – (bool), Adds index column to the table that identifies each row uniquely.

对于这个例子，我们可以使用一个内置的、仅在内存中的SQLite数据库，这是测试事物的最简单方法之一，但是对于 SQLAlchemy 支持的所有其他数据库，该过程是相同的。您可以在此处下载示例数据集。

让我们首先导入必要的数据集。现在，让我们与仅内存中的SQLite数据库建立连接，并使用pysqlite驱动程序使其可与Python交互。接下来，我们将使用to_sql()函数加载要推送到SQLite数据库的数据帧，如图所示。

Python3

# import the necessary packages
import pandas
from sqlalchemy import create_engine
  
# Create the engine to connect to the inbuilt 
# sqllite database
engine = create_engine("sqlite+pysqlite:///:memory:")
  
# Read data from CSV which will be
# loaded as a dataframe object
data = pandas.read_csv('superstore.csv')
  
# print the sample of a dataframe
data.head()
  
# Write data into the table in sqllite database
data.to_sql('loan_data', engine)

输出：

输出

为了检查数据框是否作为表上传，我们可以使用 SQLAlchemy查询表，如下所示，

Python3

from sqlalchemy import text
  
# establish the connection with the engine object
with engine.connect() as conn:
    
    # let's select the column credit_history
    # from the loan data table
    result = conn.execute(text("SELECT Credit_History FROM loan_data"))
      
    # print the result
    for row in result:
        print(row.Credit_History)

输出：