Python Pandas to_sql，如何创建带有主键的表？

Question

我想用 Pandas 的 to_sql 函数创建一个 MySQL 表，该函数有一个主键（在 mysql 表中有一个主键通常很好），如下所示：

group_export.to_sql(con = db, name = config.table_group_export, if_exists = 'replace', flavor = 'mysql', index = False)

但这会创建一个没有任何主键（甚至没有任何索引）的表。

文档提到参数“index_label”与“index”参数结合可用于创建索引，但没有提及任何主键选项。

Documentation

Answer 1

免责声明：这个答案更多的是实验性而不是实用性，但也许值得一提。

我发现pandas.io.sql.SQLTable 类有命名参数key，如果你给它分配字段的名称，那么这个字段就成为主键：

不幸的是，您不能只从DataFrame.to_sql() 函数中传递这个参数。要使用它，您应该：

1. 创建pandas.io.SQLDatabase 实例

   engine = sa.create_engine('postgresql:///somedb')
   pandas_sql = pd.io.sql.pandasSQL_builder(engine, schema=None, flavor=None)
   

2. 定义类似于pandas.io.SQLDatabase.to_sql() 的函数，但附加了*kwargs 参数，该参数传递给在其中创建的pandas.io.SQLTable 对象（我刚刚复制了原始to_sql() 方法并添加了*kwargs）：

   def to_sql_k(self, frame, name, if_exists='fail', index=True,
              index_label=None, schema=None, chunksize=None, dtype=None, **kwargs):
       if dtype is not None:
           from sqlalchemy.types import to_instance, TypeEngine
           for col, my_type in dtype.items():
               if not isinstance(to_instance(my_type), TypeEngine):
                   raise ValueError('The type of %s is not a SQLAlchemy '
                                    'type ' % col)
   
       table = pd.io.sql.SQLTable(name, self, frame=frame, index=index,
                        if_exists=if_exists, index_label=index_label,
                        schema=schema, dtype=dtype, **kwargs)
       table.create()
       table.insert(chunksize)
   

3. 使用您的 SQLDatabase 实例和您要保存的数据框调用此函数

   to_sql_k(pandas_sql, df2save, 'tmp',
           index=True, index_label='id', keys='id', if_exists='replace')
   

我们得到类似的东西

CREATE TABLE public.tmp
(
  id bigint NOT NULL DEFAULT nextval('tmp_id_seq'::regclass),
...
)

在数据库中。

PS 当然，您可以使用猴子补丁 DataFrame、io.SQLDatabase 和 io.to_sql() 函数来方便地使用此解决方法。

Answer 2

automap_base from sqlalchemy.ext.automap（tableNamesDict 是一个只有 Pandas 表的字典）：

metadata = MetaData()
metadata.reflect(db.engine, only=tableNamesDict.values())
Base = automap_base(metadata=metadata)
Base.prepare()

这本来可以完美运行，除了一个问题，automap 要求表具有主键。好的，没问题，我确信 Pandas to_sql 有办法指示主键......不。这是它变得有点hacky的地方：

for df in dfs.keys():
    cols = dfs[df].columns
    cols = [str(col) for col in cols if 'id' in col.lower()]
    schema = pd.io.sql.get_schema(dfs[df],df, con=db.engine, keys=cols)
    db.engine.execute('DROP TABLE ' + df + ';')
    db.engine.execute(schema)
    dfs[df].to_sql(df,con=db.engine, index=False, if_exists='append')

我遍历DataFrames 的dict，获取用于主键的列列表（即包含id 的列），使用get_schema 创建空表，然后附加@987654331 @ 到桌子上。

现在您已经有了模型，您可以显式命名并使用它们（即User = Base.classes.user）和session.query 或使用以下内容创建所有类的字典：

alchemyClassDict = {}
for t in Base.classes.keys():
    alchemyClassDict[t] = Base.classes[t]

并查询：

res = db.session.query(alchemyClassDict['user']).first()

Answer 3

用pandas上传表格后只需添加主键即可。

group_export.to_sql(con=engine, name=example_table, if_exists='replace', 
                    flavor='mysql', index=False)

with engine.connect() as con:
    con.execute('ALTER TABLE `example_table` ADD PRIMARY KEY (`ID_column`);')

Answer 4

with engine.connect() as con:
    con.execute('ALTER TABLE for_import_ml ADD PRIMARY KEY ("ID");')

for_import_ml是数据库中的表名。

对 tomp 的回答稍加改动（我会发表评论，但没有足够的声望点）。

我正在使用 PGAdmin 和 Postgres（在 Heroku 上）进行检查，它可以工作。

Answer 5

从 pandas 0.15 开始，至少对于某些风格，您可以使用参数 dtype 来定义主键列。您甚至可以通过这种方式激活AUTOINCREMENT。对于 sqlite3，这看起来像这样：

import sqlite3
import pandas as pd

df = pd.DataFrame({'MyID': [1, 2, 3], 'Data': [3, 2, 6]})
with sqlite3.connect('foo.db') as con:
    df.to_sql('df', con=con, dtype={'MyID': 'INTEGER PRIMARY KEY AUTOINCREMENT'})