在 SQL Server 中使用 Python 更新表中列的值

Question

我想用 Python 中的 SQL 服务器查询更新一列，如您所见，我正在更新相关列，如下所示： 我有一个 CSV 文件，其中包含一些相对表的 A 值，如下所示：

CSV 文件：(a.csv)

ART-B-C-ART0015-D-E01
ADC-B-C-ADC00112-V-E01

Python 代码：（创建名称值）

ff = pd.read_csv("C:\\a.csv",encoding='cp1252')
ff["Name"]= df["A"].str.extract(r'([a-zA-Z]{3}\d{4,5})') + "-A"

python代码结果：

ART0015-A
ADC00112-A

表：

A                              Name                     FamilyName
ART-B-C-ART0015-D-E01          NULL                        ART
ADC-B-C-ADC00112-V-E01         NULL                      ADC00112

A 也是我表中的一列（不是所有的 A 记录，而是其中一些），并且基于 A 值，我想更新 Name 列。 我的数据库是 SQL Server，我不知道如何在 SQL Server 的名称列中更新，其中 csv 文件中的 A 值等于相关表中的 A。 Python代码：

conn = pyodbc.connect('Driver={SQL Server}; Server=ipaddress; Database=dbname; UID=username; PWD= {password};')
cursor = conn.cursor()
conn.commit()
for row in ff.itertuples():
    cursor.execute('''UPDATE database.dbo.tablename SET Name where ?

)

conn.commit()

表格中的预期结果

A                              Name                     FamilyName
ART-B-C-ART0015-D-E01          ART0015-A                 ART
ADC-B-C-ADC00112-V-E01         ADC00112-A                ADC00112

Answer 1

我会使用 SQL 临时表和内部联接来更新值。这仅适用于更新 SQL 表中的记录子集。它还可以有效地更新许多记录。

SQL 游标

# reduce number of calls to server on inserts
cursor.fast_executemany = True

创建临时表

statement = "CREATE TABLE #temp_tablename(A VARCHAR(200), Name VARCHAR(200))"
cursor.execute(statement)

将值插入临时表

# insert only the key and the updated values
subset = ff[['A','Name']]

# form SQL insert statement
columns = ", ".join(subset.columns)
values = '('+', '.join(['?']*len(subset.columns))+')'

# insert
statement = "INSERT INTO #temp_tablename ("+columns+") VALUES "+values
insert = [tuple(x) for x in subset.values]

cursor.executemany(statement, insert)

从临时表更新主表中的值

statement = '''
UPDATE
     tablename
SET
     u.Name
FROM
     tablename AS t
INNER JOIN 
     #temp_tablename AS u 
ON
     u.A=t.A;
'''

cursor.execute(statement)

删除临时表

cursor.execute("DROP TABLE #temp_tablename")