python - 如何从 Pandas 数据框在 MySQL 数据库中创建新表

Question

我最近从使用 SQLite 来满足我的大部分数据存储和管理需求转变为使用 MySQL。我想我终于安装了正确的库以使用 Python 3.6，但现在我无法从 MySQL 数据库中的数据框创建新表。

这是我导入的库：

import pandas as pd
import mysql.connector
from sqlalchemy import create_engine

在我的代码中，我首先从 CSV 文件创建一个数据框（这里没有问题）。

def csv_to_df(infile):
    return pd.read_csv(infile)

然后我使用这个 def 函数建立到 MySQL 数据库的连接：

def mysql_connection():
    user = 'root'
    password = 'abc'
    host = '127.0.0.1'
    port = '3306'
    database = 'a001_db'
    engine = create_engine("mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8".format(user, password, host, port, database))
    return engine

最后，我使用 pandas 函数“to_sql”在 MySQL 数据库中创建数据库表：

def df_to_mysql(df, db_tbl_name, conn=mysql_connection(), index=False):
    df.to_sql(con = conn, name = db_tbl_name, if_exists='replace', index = False)

我使用这一行运行代码：

df_to_mysql(csv_to_df(r'path/to/file.csv'), 'new_database_table')

产生以下错误：

InvalidRequestError: Could not reflect: requested table(s) not available in Engine(mysql://root:***@127.0.0.1:3306/a001_db?charset=utf8): (new_database_table)

我认为这告诉我，在将数据框中的数据传递给该表之前，我必须首先在数据库中创建一个表，但我对此并不是 100% 肯定的。无论如何，我正在寻找一种在 MySQL 数据库中创建表的方法，而无需先手动创建表（我有许多 CSV，每个都有 50 多个字段，必须作为新表上传到 MySQL 数据库中）。

有什么建议么？

标签： pythonmysqlpandasdataframepython-3.6

Answer 1

我采用了上面 aws_apprentice 建议的方法，即先创建表，然后将数据写入表。

下面的代码首先从 df 自动生成一个 mysql 表（自动定义表名和数据类型），然后将 df 数据写入该表。

我必须克服一些小问题，例如：未命名的 csv 列，确定 mysql 表中每个字段的正确数据类型。

我敢肯定还有其他多种（更好的？）方法可以做到这一点，但这似乎有效。

import pandas as pd
from sqlalchemy import create_engine

infile = r'path/to/file.csv'
db = 'a001_db'
db_tbl_name = 'a001_rd004_db004'

'''
Load a csv file into a dataframe; if csv does not have headers, use the headers arg to create a list of headers; rename unnamed columns to conform to mysql column requirements
'''
def csv_to_df(infile, headers = []):
    if len(headers) == 0:
        df = pd.read_csv(infile)
    else:
        df = pd.read_csv(infile, header = None)
        df.columns = headers
    for r in range(10):
        try:
            df.rename( columns={'Unnamed: {0}'.format(r):'Unnamed{0}'.format(r)},    inplace=True )
        except:
            pass
    return df

'''
Create a mapping of df dtypes to mysql data types (not perfect, but close enough)
'''
def dtype_mapping():
    return {'object' : 'TEXT',
        'int64' : 'INT',
        'float64' : 'FLOAT',
        'datetime64' : 'DATETIME',
        'bool' : 'TINYINT',
        'category' : 'TEXT',
        'timedelta[ns]' : 'TEXT'}
'''
Create a sqlalchemy engine
'''
def mysql_engine(user = 'root', password = 'abc', host = '127.0.0.1', port = '3306', database = 'a001_db'):
    engine = create_engine("mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8".format(user, password, host, port, database))
    return engine

'''
Create a mysql connection from sqlalchemy engine
'''
def mysql_conn(engine):
    conn = engine.raw_connection()
    return conn
'''
Create sql input for table names and types
'''
def gen_tbl_cols_sql(df):
    dmap = dtype_mapping()
    sql = "pi_db_uid INT AUTO_INCREMENT PRIMARY KEY"
    df1 = df.rename(columns = {"" : "nocolname"})
    hdrs = df1.dtypes.index
    hdrs_list = [(hdr, str(df1[hdr].dtype)) for hdr in hdrs]
    for i, hl in enumerate(hdrs_list):
        sql += " ,{0} {1}".format(hl[0], dmap[hl[1]])
    return sql

'''
Create a mysql table from a df
'''
def create_mysql_tbl_schema(df, conn, db, tbl_name):
    tbl_cols_sql = gen_tbl_cols_sql(df)
    sql = "USE {0}; CREATE TABLE {1} ({2})".format(db, tbl_name, tbl_cols_sql)
    cur = conn.cursor()
    cur.execute(sql)
    cur.close()
    conn.commit()

'''
Write df data to newly create mysql table
'''
def df_to_mysql(df, engine, tbl_name):
    df.to_sql(tbl_name, engine, if_exists='replace')

df = csv_to_df(infile)
create_mysql_tbl_schema(df, mysql_conn(mysql_engine()), db, db_tbl_name)
df_to_mysql(df, mysql_engine(), db_tbl_name)