重组 DataFrame 并写入 SQL 数据库

Question

我有以下数据框：

by_timeofday=  

                                  Area1      Area2      Area3          Area4
Time                                                                          
Day (9AM-6PM)                       1     0.411111     0.405556           0   
Evening (6PM-10PM)                  1     0.650000     0.650000           0   
Morning (5AM-9AM)                   1     1.000000     1.000000           0   
Night (10PM-5AM)                    1     1.000000     1.000000           0   

此 DataFrame 还与特定的 Date 和 District 值相关联。

我想将此 DataFrame 的内容输出到 SQL 数据库中，该数据库将如下所示/包含以下信息：

表格名称：District_Area#

表格内容（区域 2 的示例）：

Date         Morning (5AM-9AM)      Day (9AM-6PM)     Evening (6PM-10PM)     Night (10PM-5AM)
01.01.2011       1.000000             0.411111             0.650000             1.000000

随着不同的 DataFrame 被写入 SQL，SQL 表应该会获得更多的行。任何人都可以帮助我创建一些代码来重组我的数据并以这种方式将其写入 SQL 吗？我对 Python 很陌生，不幸的是，在 Pandas 和 SQL 文档中没有找到很多直接有用的信息。

非常感谢您。

Answer 1

你看过Pandas DataFrame.to_sql吗？

您可以将您的（部分）DataFrame 写入 SQL 数据库。这是一个基本示例（使用 sqlite）：

 import sqlite3 as sql
 con = sql.connect(PATH_TO_DATABASE)
 table_name = test
 by_timeofday.to_sql(name=table_name, con=con, FURTHER_OPTIONS) # write full df to sql

随着写入不同的 DataFrame，SQL 表应该会获得更多的行 到 SQL。

在这种情况下，您可以在 df.to_sql() 中设置选项：

if_exists: append：如果表存在，插入数据。如果不存在则创建。

编辑：

重组一个新的DataFrame（一步一步）：

In[30]: by_timeofday
Out[30]: 
          Area1     Area2     Area3  Area4
Day          1  0.411111  0.405556      0
Evening      1  0.650000  0.650000      0
Morning      1  1.000000  1.000000      0
Night        1  1.000000  1.000000      0

In[33]: by_timeofday.loc[:,"Area2"]  # this is a 'Series' not a 'DataFrame'
Out[33]: 
Day        0.411111
Evening    0.650000
Morning    1.000000
Night      1.000000

In[36]: df = pd.DataFrame(by_timeofday.loc[:,"Area2"])  # make 'DataFrame' out of the 'Series'
Out[36]: 
            Area2
Day      0.411111
Evening  0.650000
Morning  1.000000
Night    1.000000

In[41]: df.T # transpose
Out[41]: 
            Day  Evening  Morning  Night
Area2  0.411111     0.65        1      1

In[44]: df = pd.DataFrame(by_timeofday.loc[:,"Area2"]).T  # all in one
Out[44]: 
            Day  Evening  Morning  Night
Area2  0.411111     0.65        1      1

# add date:
In[45]: df["Date"] = "01.01.2011"
In[46]: df
Out[46]: 
            Day  Evening  Morning  Night        Date
Area2  0.411111     0.65        1      1  01.01.2011