python - 截断表不适用于 SQL Server sqlalchemy 引擎和 pandas

Question

我可以使用 sqlalchemy 和 pandas 成功查询和插入数据:

from sqlalchemy import create_engine
import pandas as pd
engine = create_engine('mssql://myserver/mydb?driver=SQL+Server+Native+Client+11.0?trusted_connection=yes')

读取临时表:

sql_command = """
select top 100 * from tempy
"""

df = pd.read_sql(sql_command, engine)
print df

   tempID  tempValue
0       1          2

追加新数据:

df_append = pd.DataFrame( [[4,6]] , columns=['tempID','tempValue']) 
df_append.to_sql(name='tempy', con=engine, if_exists = 'append', index=False)

df = pd.read_sql(sql_command, engine)
print df

   tempID  tempValue
0       1          2
1       4          6

尝试截断数据:

connection = engine.connect()
connection.execute( '''TRUNCATE TABLE tempy''' )
connection.close()

再次读表，截断失败:

df = pd.read_sql(sql_command, engine)
print df

   tempID  tempValue
0       1          2
1       4          6

Answer 1

我对 pandas 0.19.2 和 sqlalchemy 1.1.5 有同样的问题。

正如我所见，当运行 TRUNCATE 语句时，autocommit 不会在 engine.execute() 中强制执行。如果我手动强制执行，则 TRUNCATE 可以完美运行:

from sqlalchemy.sql import text as sa_text

engine.execute(sa_text('''TRUNCATE TABLE tempy''').execution_options(autocommit=True))

DROP 在不强制 autocommit 的情况下完美地工作真是太棒了...