Python 使用“插入”从pandas插入postgreSQL表;“关于冲突”;更新
我有一个熊猫数据框,我需要存储到数据库中。以下是我当前插入的代码行:Python 使用“插入”从pandas插入postgreSQL表;“关于冲突”;更新,python,pandas,postgresql,dataframe,insert-update,Python,Pandas,Postgresql,Dataframe,Insert Update,我有一个熊猫数据框,我需要存储到数据库中。以下是我当前插入的代码行: df.to_sql(table,con=engine,if_exists='append',index_label=index_col) 如果我的表中不存在df中的任何行,则该方法可以正常工作。如果行已存在,则会出现以下错误: sqlalchemy.exc.IntegrityError: (psycopg2.IntegrityError) duplicate key value violates unique constra
df.to_sql(table,con=engine,if_exists='append',index_label=index_col)
如果我的表中不存在df
中的任何行,则该方法可以正常工作。如果行已存在,则会出现以下错误:
sqlalchemy.exc.IntegrityError: (psycopg2.IntegrityError) duplicate key
value violates unique constraint "mypk"
DETAIL: Key (id)=(42) already exists.
[SQL: 'INSERT INTO mytable (id, owner,...) VALUES (%(id)s, %(owner)s,...']
[parameters:...] (Background on this error at: http://sqlalche.me/e/gkpj)
没有插入任何内容
PostgreSQL具有可选的ON CONFLICT
子句,可用于更新现有表行。我阅读了全文,但找不到任何方法在DataFrame.to_sql()
函数中使用冲突
我考虑过根据db表中已有的内容将数据帧一分为二。现在我有两个数据帧,insert_rows
和update_rows
,我可以安全地执行
insert_rows.to_sql(table, con=engine, if_exists='append', index_label=index_col)
但是,似乎没有UPDATE
等价于DataFrame.to\u sql()
。那么,如何使用DataFrame更新表中的行呢?如果您注意到在to_sql
文档中提到了一个采用可调用。创建这个callable应该允许您使用所需的Postgres子句。以下是他们在文档中提到的可调用的示例:
它与您需要的非常不同,但是请遵循传递给此callable的参数。它们将允许您构造一个常规的SQL语句。以一个例子来跟进Brendan的答案,以下是对我有效的方法:
import os
import sqlalchemy as sa
import pandas as pd
from sqlalchemy.dialects.postgresql import insert
engine = sa.create_engine(os.getenv("DBURL"))
meta = sa.MetaData()
meta.bind = engine
meta.reflect(views=True)
def upsert(table, conn, keys, data_iter):
upsert_args = {"constraint": "test_table_col_a_col_b_key"}
for data in data_iter:
data = {k: data[i] for i, k in enumerate(keys)}
upsert_args["set_"] = data
insert_stmt = insert(meta.tables[table.name]).values(**data)
upsert_stmt = insert_stmt.on_conflict_do_update(**upsert_args)
conn.execute(upsert_stmt)
if __name__ == "__main__":
df = pd.read_csv("test_data.txt")
with db.engine.connect() as conn:
df.to_sql(
"test_table",
con=conn,
if_exists="append",
method=upsert,
index=False,
)
在本例中,模式类似于:
CREATE TABLE test_table(
col_a text NOT NULL,
col_b text NOT NULL,
col_c text,
UNIQUE (col_a, col_b)
)
如果有人想在zdgriffith
的答案基础上构建并动态生成表约束名称,您可以使用以下postgreSQL查询:
select distinct tco.constraint_name
from information_schema.table_constraints tco
join information_schema.key_column_usage kcu
on kcu.constraint_name = tco.constraint_name
and kcu.constraint_schema = tco.constraint_schema
and kcu.constraint_name = tco.constraint_name
where kcu.table_name = '{table.name}'
and constraint_type = 'PRIMARY KEY';
然后可以格式化此字符串以填充table.name
中的upsert()
方法
我也不需要meta.bind
和meta.reflect()
行。不管怎样,后者很快就会被弃用。不幸的是,这在实践中非常缓慢。是否有一种更快的方式升级Pandas/SQL?