使用 pyodbc 更新 SQL Server

Question

我想使用每月更新的 pyodbc 将我的数据框保存到 SQL Server（我希望 SQL 数据包含每月更新的 300 个数据）。问题是每次我运行 py 文件时，它都会被添加而不是替换所有数据.在我使用 sqlachemy 之前，我可以使用 if_exist=replace 来完成它。现在我正在使用pyodbc，我不知道该怎么办。我就是这样做的

col_names = ["month", "price", "change"]
df = pd.read_csv("sawit.csv",sep=',',quotechar='\'',encoding='utf8', names=col_names,skiprows = 1) # Replace Excel_file_name with your excel sheet name
for index,row in df.iterrows():
    cursor.execute("update dbo.sawit set month = ?, price = ?, change =? ;", (row.month, row.price, row.change))
                    
    cnxn.commit()
cursor.close()
cnxn.close()

但我得到的结果是日期全部替换为最后一条记录。我该怎么办？提前谢谢你。

Answer 1

有一种更简单的方法来做这种事情。

import pandas as pd
import pyodbc
from fast_to_sql import fast_to_sql as fts

# Test Dataframe for insertion
df = pd.DataFrame(your_dataframe_here)

# Create a pyodbc connection
conn = pyodbc.connect(
    """
    Driver={ODBC Driver 17 for SQL Server};
    Server=localhost;
    Database=my_database;
    UID=my_user;
    PWD=my_pass;
    """
)

# If a table is created, the generated sql is returned
create_statement = fts.fast_to_sql(df, "my_great_table", conn, if_exists="replace")

# Commit upload actions and close connection
conn.commit()
conn.close()

主要功能：

fts.fast_to_sql(df, name, conn, if_exists="append", custom=None, temp=False)

这里有一个稍微不同的方法来做本质上相同的事情。

import pyodbc

engine = "mssql+pyodbc://server_name/db_name?driver=SQL Server Native Client 11.0?trusted_connection=yes"

# your dataframe is here
df.to_sql(name_of_dataframe, engine, if_exists='append', index=True, chunksize=100000)

注意：pyodbc 将在表中为您动态创建适当的强类型字段。

Answer 2

您的 sql sql 查询没有说明要替换的条目。既没有 where 子句来为每个条目选择正确的行，也没有一些主键。所以在每个循环中，所有行都被当前条目替换。最后一次完成，是最后一个条目，因此每一行都替换为最后一个条目。

您可以添加一些 where 子句来查找要替换的正确月份。

类似的东西：

updatedbo.sawit set month = ?, price = ? where month = ?;", (row.month, row.price, row.month)