Pandas df 使用 flask-sqlalchemy 到数据库答案

【问题标题】：Pandas df to database using flask-sqlalchemyPandas df 使用 flask-sqlalchemy 到数据库
【发布时间】：2017-09-20 04:26:02
【问题描述】：

我正在尝试将 pandas 数据框插入 mysql 数据库。我正在使用flask-sqlalchemy。

我已经创建了这张表：

class Client_Details(db.Model):
    __tablename__ = "client_history"

    client_id = db.Column(db.Integer, primary_key=True)
    client_name = db.Column(db.VARCHAR(50))
    shack= db.Column(db.VARCHAR(50))

我想将这个df中的数据插入其中：

index   name     shack
0        jay       H9
1        ray       I8
2        t-bop     I6
3        jay-k     F89
4        phil      D89

这似乎不起作用：

for index, row in df.iterrows():
    client_add = client_history(client_name = row[1], shack =row[2])
    db.session.add(client_add)
    db.session.commit()

有没有更好的方法来做到这一点，也许使用to_sql？

【问题讨论】：

df.to_sql() 可以解决问题，尽管我发现它对于大型表来说非常慢。

标签： python pandas sqlalchemy flask-sqlalchemy

【解决方案1】：

Kyle 的回答很接近——flask-sqlalchemy 引擎是在幕后用一些魔法创建的，但访问它的正确方法是使用 db.engine。这就是您要查找的内容：

df.to_sql(name='client_history', con=db.engine, index=False)

我也同意 VinceP 的评估，即 to_sql 对于较大的表可能会很慢，因此请记住这一点。

对于它的价值，您还可以使用 Flask-SQLAlchemy 作为 db.session 访问会话。

【讨论】：

【解决方案2】：

df.to_sql(engine, 'client_history')

是您正在寻找的。没有快速的方法来做到这一点（我知道），但通常使用内置的 pandas 函数会比您自己创建的任何解决方案更快。

【讨论】：

谢谢。 sqlalchemy 不使用engine，如何用flask 做到这一点？app.config["SQLALCHEMY_DATABASE_URI"] = SQLALCHEMY_DATABASE_URI app.config["SQLALCHEMY_POOL_RECYCLE"] = 299 app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER db = SQLAlchemy(app)
SQLAlchemy 确实使用了engine。我不是 100% 确定如何使用 sqlalchemy + flask 获得引擎，但我猜你可以通过你的 db 对象访问它，如果这不是 engine 的实例。