Sql server pandas.DataFrame.to_sql插入数据，但不'；不要提交事务

我有一个pandas数据框，我正试图插入MS SQL EXPRESS，如下所示：

import pandas as pd
import sqlalchemy

engine = sqlalchemy.create_engine("mssql+pyodbc://user:password@testodbc")
connection = engine.connect()

data = {'Host': ['HOST1','HOST2','HOST3','HOST4'],
    'Product': ['Apache HTTP 2.2','RedHat 6.9','OpenShift 2','JRE 1.3'],
    'ITBS': ['Infrastructure','Accounting','Operations','Accounting'],
    'Remediation': ['Upgrade','No plan','Decommission','Decommission'],
    'TargetDate': ['2018-12-31','NULL','2019-03-31','2019-06-30']}

df = pd.DataFrame(data)

当我打电话时：

df.to_sql(name='TLMPlans', con=connection, index=False, if_exists='replace')

然后：

print(engine.execute("SELECT * FROM TLMPLans").fetchall())

我可以看到数据，但它实际上没有提交任何事务：

D:\APPS\Python\python.exe 
C:/APPS/DashProjects/dbConnectors/venv/Scripts/readDataFromExcel.py
[('HOST1', 'Apache HTTP 2.2', 'Infrastructure', 'Upgrade', '2018-12-31'), ('HOST2', 'RedHat 6.9', 'Accounting', 'No plan', 'NULL'), ('HOST3', 'OpenShift 2', 'Operations', 'Decommission', '2019-03-31'), ('HOST4', 'JRE 1.3', 'Accounting', 'Decommission', '2019-06-30')]

Process finished with exit code 0

这里说我不必像SQLAlchemy那样承诺：

以下建议不起作用：

我花了整整3个小时在互联网上寻找线索，但我没有得到任何相关的答案，或者我不知道如何提问

任何关于寻找什么的指导都将不胜感激

更新

我能够使用pyodbc连接和完整的insert语句提交更改，但是，带有SQLAlchemy引擎的pandas.DataFrame.to_sql（）无法工作。它将数据发送到内存，而不是实际的数据库，不管是否指定了模式

---

我非常感谢您在这方面的帮助，或者这可能是我需要报告的熊猫问题？

我也有同样的问题，我意识到您需要告诉pyodbc您要使用哪个数据库。对我来说，默认值是master，所以我的数据就在那里

有两种方法可以做到这一点：

connection.execute("USE <dbname>")

在我的例子中，模式是

.dbo

，我认为

.dbo

是默认模式，因此如果您定义一个替代模式，它可能是其他模式

---

答案中引用了这一点，我花了更长的时间才意识到架构名称应该是什么。

在添加连接后，您可以尝试关闭连接吗？

到\u sql

添加连接。close（）不会解决任何问题这里的问题是\u sql函数中的con参数，将其从连接更改为“engine”，它应该work@min2bro选中的，但还是一样，还有其他建议吗？如果我理解正确，我传递的用户凭据具有读/写权限，否则df.to_sql将抛出错误，对吗？这些解决方案有效吗？

df.to_sql(name=<TABELENAME>, conn=connection, schema='<dbname>.dbo')