python - Pandas to_sql() 更新数据库中的唯一值？

Question

如何使用 df.to_sql(if_exists = 'append') 仅附加数据框和数据库之间的唯一值。换句话说，我想评估 DF 和 DB 之间的重复项，并在写入数据库之前删除这些重复项。

这个有参数吗？

我知道参数 if_exists = 'append' 和 if_exists = 'replace' 是针对整个表的 - 而不是唯一的条目。

I am using: 
sqlalchemy

pandas dataframe with the following datatypes: 
    index: datetime.datetime <-- Primary Key
    float
    float
    float
    float
    integer
    string <---  Primary Key
    string<----  Primary Key

我坚持这个，所以非常感谢你的帮助。 -谢谢

Answer 1

在 pandas 中，to_sql 中没有方便的参数来仅将非重复项附加到最终表。考虑使用 pandas 总是 替换的暂存临时表，然后运行最终追加查询以使用 NOT EXISTS 子句将临时表记录迁移到最终表，仅用于唯一 PK。

engine = sqlalchemy.create_engine(...)

df.to_sql(name='myTempTable', con=engine, if_exists='replace')

with engine.begin() as cn:
   sql = """INSERT INTO myFinalTable (Col1, Col2, Col3, ...)
            SELECT t.Col1, t.Col2, t.Col3, ...
            FROM myTempTable t
            WHERE NOT EXISTS 
                (SELECT 1 FROM myFinalTable f
                 WHERE t.MatchColumn1 = f.MatchColumn1
                 AND t.MatchColumn2 = f.MatchColumn2)"""

   cn.execute(sql)

这将是一个 ANSI SQL 解决方案，并不局限于特定于供应商的方法，例如 UPSERT，因此几乎兼容所有 SQL 集成关系数据库。