将数据从 excel 工作表 (openpyxl) 传输到数据库表 (dbf)

Question

我有一个读取 Excel 工作表的简单问题，将包含大约 83 列的每一行视为唯一的数据库记录，将其添加到本地数据记录并最终附加并写入 DBF 文件。

我可以从 excel 中提取所有值并将它们添加到列表中。但是列表的语法不正确，我不知道如何准备/将列表转换为数据库记录。我正在使用 Openpyxl、dbf 和 python 3.7。

目前我只是在测试并尝试为第 3 行准备数据（因此 min_max rows = 3）

我了解数据应采用以下格式 (('','','', ... 83 个条目), \ ('','','', ... 83 个条目) \ )

但我不知道如何将列表数据转换为记录 或者，或者，如何将 excel 数据直接读入 DF 可附加格式

tbl_tst.open(mode=dbf.READ_WRITE) # all fields character string

for everyrow in ws_IntMstDBF.iter_rows(min_row = 3, max_row = 3, max_col = ws_IntMstDBF.max_column-1):
    datum = [] #set([83]), will defining datum as () help solve the problem?
    for idx, cells in enumerate(everyrow):
        if cells.value is None: # for None entries, enter empty string
            datum.append("")
            continue
        datum.append(cells.value) # else enter cell values 

     tbl_tst.append(datum) # append that record to table !!! list is not record error here

tbl_tst.close()

错误是抱怨使用列表追加到表中，这应该是记录等。请指导我如何将 excel 行转换为可追加的 DBF 表数据。

raise TypeError("data to append must be a tuple, dict, record, or template; not a %r" % type(data))
TypeError: data to append must be a tuple, dict, record, or template; not a <class 'list'>

Answer 1

改变

tbl_tst.append(datum)

到

tbl_tst.append(tuple(datum))

这将消除该错误。只要您的所有单元格数据都具有适当的类型，那么追加应该可以工作。

Answer 2

感谢您的回复，从昨晚开始，我在尝试不同的解决方案时遇到了一些问题。

对我有用的一个解决方案如下： 我确保我使用的工作表数据都是字符串/文本，并将任何空条目转换为字符串类型并输入空字符串。所以下面的代码完成了这个任务：

#house keeping
for eachrow in ws_IntMstDBF.iter_rows(min_row=2, max_row=ws_IntMstDBF.max_row, max_col=ws_IntMstDBF.max_column):
    for idx, cells in enumerate(eachrow):
        if cells.value is None: # change every Null cell type to String and put 0x20 (space)
            cells.data_type = 's'
            cells.value = " "

写完工作表后，我使用 panda 数据框重新打开它，并验证内容是否都是字符串类型，并且数据框中没有剩余的“nan”值。 然后我使用“Dani Arribas-Bel”中的 df2dbf 函数，对其进行修改以适应我正在使用的数据并转换为 dbf。

导入dataframe并转换为dbf格式的代码如下：

abspath = Path(__file__).resolve() # resolve to relative path to absolute
rootpath = abspath.parents[3] # root (my source file is3 sub directories deep
xlspath = rootpath / 'sub-dir1' / 'sub-dir2' / 'sub-dir3' / 'test.xlsx'
# above code is only resolving file location, ignore 
pd_Mst_df = pd.read_excel(xlspath)
#print(pd_Mst_df) # for debug 
print("... Writing Master DBF file ")
df2dbf(pd_Mst_df, dbfpath) # dbf path is defined similar to pd_Mst path

函数 df2dbg 使用 pysal 以 dbf 格式写入数据帧： 我对代码做了一些修改，检测长度行长和字符类型如下：

import pandas as pd
import pysal as ps
import numpy as np

# code from function df2dbf
else:
    type2spec = {int: ('N', 20, 0),
                 np.int64: ('N', 20, 0),
                 float: ('N', 36, 15),
                 np.float64: ('N', 36, 15),
                 str: ('C', 200, 0)
                 }
    #types = [type(df[i].iloc[0]) for i in df.columns]
    types = [type('C') for i in range(0, len(df.columns))] #84)] #df.columns)] #range(0,84)] # i not required, to be removed
    specs = [type2spec[t] for t in types]
db = ps.open(dbf_path, 'w')
# code continues from function df2dbf

Pandas 数据框不需要进一步修改，因为所有源数据在提交到 Excel 文件之前都已正确格式化。

我会在 stackoverflow 上找到 pysal 和 df2dbf 的链接。

Answer 3

查看 Python Pandas 库...

要从 excel 中读取 Pandas 数据框中的数据，您可以使用 pandas.read_excel

将日期读入 Pandas 数据框后，您可以对其进行操作，然后使用 pandas.DataFrame.to_sql 将其写入数据库

See also this explanation for dealing with database io