使用 PYODBC 从 Pandas 写入 SQL Server 数据库

Question

在我的数据之旅中，我已经完成了写入 SQL Server 数据库的工作，希望有人能够提供帮助。

我已经能够使用 PYODBC 成功连接到远程 Microsoft SQL Server 数据库，这允许我将 SQL 查询传递到数据框并创建报告。

我现在想要自动化“选择导入”手动方法，我已经阅读了许多博客，但我并不知道这一切背后的原理。

import pandas as pd
import pyodbc

SERVER = r'Remote SQL Server'
database = 'mydB'
username = 'datanovice'
password = 'datanovice'
cnxn = pyodbc.connect('Driver={SQL 
Server};SERVER='+server+';DATABASE='+database+';UID='+username+';PWD='+ 
password)
cursor = cnxn.cursor()

我可以使用它轻松读取查询并将它们传递到数据帧中。

写入我的 MS SQL dB 的最佳方式是什么？注意到它不是本地的，我很高兴将它传递给 SQL Alchemy，但我不确定语法是否正确。

需要考虑的事项：

1. 这是一个任务关键型数据库，某些 DataFrame 必须编写为删除查询

2. 如果这是一种不安全的方法，并且如果我需要回去研究更多以了解正确的数据库方法，我很乐意这样做

3. 我不是在找人为我编写或提供代码，而是为我指明正确的方向

我设想这类似于.. 但我不确定如何指定正确的表：

df.to_sql('my_df', con, chunksize=1000)

Answer 1

正如您从pandas documentation 中看到的，您需要将SQLAlchemy 引擎对象作为第二个参数传递给to_sql 方法。然后你可以使用类似的东西

df.to_sql("table_name", engine, if_exists="replace")

SQLAlchemy documentation 展示了如何创建引擎对象。如果您使用 ODBC DSN，则语句将如下所示：

from sqlalchemy import create_engine
# ...
engine = create_engine("mssql+pyodbc://scott:tiger@some_dsn")