【发布时间】:2017-11-29 07:45:35
【问题描述】:
我正在尝试编写一个 Python 脚本,该脚本可以获取 Excel 表格并将它们作为表格导入我的 SQL Server Express(使用 Windows 身份验证)数据库中。为此,我使用pandas 将Excel 文件读入pandas DataFrame,然后我希望使用pandas.to_sql() 将数据导入我的数据库。但是,要使用此功能,我需要使用sqlalchemy.create_engine()。
我能够单独使用pyodbc 连接到我的数据库,并运行测试查询。此连接使用以下代码完成:
def create_connection(server_name, database_name):
config = dict(server=server_name, database= database_name)
conn_str = ('SERVER={server};DATABASE={database};TRUSTED_CONNECTION=yes')
return pyodbc.connect(r'DRIVER={ODBC Driver 13 for SQL Server};' + conn_str.format(**config))
...
server = '<MY_SERVER_NAME>\SQLEXPRESS'
db = '<MY_DATABASE_NAME>
connection = create_connection(server, db)
cursor = connection.cursor()
cursor.execute('CREATE VIEW test_view AS SELECT * FROM existing_table')
cursor.commit()
但是,这并没有多大用处,因为我不能使用 pandas.to_sql() - 为此我需要来自 sqlalchemy.create_engine() 的引擎,但我正在努力弄清楚如何在我的 @987654329 中使用相同的详细信息上面的@函数成功创建引擎并连接数据库。
我尝试了很多很多组合:
engine = create_engine("mssql+pyodbc://@C<MY_SERVER_NAME>\SQLEXPRESS/<MY_DATABASE_NAME>?driver={ODBC Driver 13 for SQL Server}?trusted_connection=yes")
conn = engine.connect().connection
或
engine = create_engine("mssql+pyodbc://@C<MY_SERVER_NAME>\SQLEXPRESS/<MY_DATABASE_NAME>?trusted_connection=yes")
conn = engine.connect().connection
【问题讨论】:
标签: python sql-server pandas sqlalchemy pyodbc