df 到 sql server 替换

Question

我正在抓取网页，并希望将我的数据框保存到我的 sql 服务器中，该服务器每月更新，我应该在代码中添加什么来替换未添加的数据。我使用 pyodbc（我不能使用 sql achemy）提前谢谢你。

col_names = ["month", "price", "change"]
df = pd.read_csv("minyak_brent.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('INSERT INTO dbo.minyak_brent([month],[price],[change]) values (?,?)', 
                    row['month'], 
                    row['price'], 
                    row['change'])
                    
    cnxn.commit()
cursor.close()
cnxn.close()

Answer 1

您应该在此处使用df.to_sql，这样可以避免显式迭代您的 Pandas 数据框：

df.to_sql(con=engine, name='dbo.minyak_brent', if_exists='append', dtype={
    'month': STRING(255),
    'price': FLOAT,
    'change': FLOAT, index=False
)

这假定month、price 和change 列的类型分别为String(255)、FLOAT 和FLOAT。

如果您必须坚持当前的方法，请修复您的插入语句，使其在 VALUES 子句中具有正确数量的占位符：

cursor.execute('''INSERT INTO dbo.minyak_brent([month], [price], [change])
                  VALUES (?, ?, ?)''',  (row['month'], row['price'], row['change']))

请注意，我们将 tuple 作为第二个参数插入cursor#execute。