Python 使用dataframe中的值更新sql server中的表

我在sql server中有一个表

id    count
1       1
2       1
3       1
4       1
5       1

我在pandas dataframe（df）中有另一个表，带有更新的计数

id    count
1       1
2       1
3       2
4       3
5       4

我想使用updatequery在数据库中进行更改，我正在考虑定义一个函数，它可以实现这一点

我正在使用PyODBC进行连接

    conn = pypyodbc.connect("Driver={SQL Server};Server=<YourServer>;Database=<YourDatabase>;uid=<YourUserName>;pwd=<YourPassword>"

---

但是有没有更好的方法呢？

在你的问题中，你要做的是一个迭代更新，一行一行地循环。SQL数据库在这种操作中效率很低。不过，SQL数据库在基于集的更新方面非常高效

实际上，这意味着编写一个脚本，可以一次性应用于整个表，然后运行一次

在本例中，您可以在SQL Server Management Studio（SSMS）中的查询中的一些可变表变量中演示这一点：

首先，创建测试数据：

declare @t table(id int, [count] int);
insert into @t values(1,1),(2,1),(3,1),(4,1),(5,1);

declare @p table(id int, [count] int);
insert into @p values(1,1),(2,1),(3,2),(4,3),(5,4);

前两条

select

语句显示更新前数据的外观：

select *
from @t;

select *
from @p;

要更新SQL表中的所有数据行，您可以将其连接到Pandas表中的数据，然后再次

选择该数据，以便查看
更新中发生的更改：

update t
set [count] = p.[count]
from @t as t
    join @p as p
        on(t.id = p.id);

select *
from @t;

select *
from @p;


我不太熟悉Pandas Dataframe，因此不知道如何访问和查询这些数据。如果您正在处理大型数据集，我建议您将Pandas数据原样导入SQL Server数据库中的暂存表中，并在SQL Server中运行上述类型的查询。
那么您在这里执行SQL查询吗？到目前为止你都尝试了什么？@iamdave是的，请参见编辑
update t
set [count] = p.[count]
from @t as t
    join @p as p
        on(t.id = p.id);

select *
from @t;

select *
from @p;