- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有以下数据框,称为ind_concat
:
我正在尝试使用以下命令将其上传到 mysql 表:
ind_concat.to_sql('indicators_correspondances', engine, if_exists='replace', index=True,
index_label='common_names')
上面的公式不起作用,因为索引是 blob 文本,并收到 mysql 错误 1170:没有 key 长度的 key 规范
如果我将索引转换为列并使用 index=False
上传,它确实有效:
concat_ind['index'] = ind_concat.index
ind_concat.to_sql('indicators_correspondances', engine, if_exists='replace', index=False)
但我不喜欢该列是最后一个列,并且由于多重索引而具有诸如 ('index', '') 之类的标题。
所以我宁愿使用dtype
参数并给出索引文本的长度。我尝试过:
ind_concat.to_sql('indicators_correspondances', engine, if_exists='replace', index=True,
index_label='common_names', dtype = {'common_names':'Text'})
我还尝试为 dtype 提供值 {'common_names':'Text(25)'}
或 {'common_names':'String(25)'}
(我在页面上找到的: http://docs.sqlalchemy.org/en/latest/core/type_basics.html#generic-types )但它们也不起作用。
是否有人有使用 sqlalchemy 类型将具有长度的文本数据类型分配给 mysql 列的工作示例?
下面是重建数据框的数据:
dikt={('investingcom', 'original_name'): {'CPI Ex Food and Energy MoM': 'Core CPI (MoM)', 'PCE Core MoM': 'Core PCE Price Index (MoM)', 'Construction Spending MoM': nan, 'Personal Spending': 'Personal Spending (MoM)', 'Existing Home Sales MoM': 'Existing Home Sales (MoM)', 'ISM Non-Manufacturing PMI': 'ISM Non-Manufacturing PMI', 'Pending Home Sales MoM': 'Pending Home Sales (MoM)', 'FHFA House Price Index MoM': nan, 'Housing Starts': 'Housing Starts', 'S&P/CaseShiller 20-City Index NSA': 'S&P;/CS HPI Composite - 20 n.s.a. (YoY)', 'Employment Cost Index': 'Employment Cost Index (QoQ)', 'New Home Sales': 'New Home Sales', 'Business Inventories MoM': 'Business Inventories (MoM)', 'Initial Jobless Claims': 'Initial Jobless Claims', 'Empire Manufacturing': nan, 'Import Price Index MoM': 'Import Price Index (MoM)', 'ADP Employment Change': 'ADP Nonfarm Employment Change', 'Nonfarm Payrolls': 'Nonfarm Payrolls', 'Capacity Utilization': nan, 'Durable Goods Orders': 'Durable Goods Orders (MoM)', 'Markit Composite PMI': 'Markit Composite PMI', 'Factory Orders': 'Factory Orders (MoM)', 'Building Permits': 'Building Permits', 'Total Net TIC Flows': 'TIC Net Long-Term Transactions', 'Chicago PMI': 'Chicago PMI', 'FOMC Rate Decision': 'Fed Interest Rate Decision', 'Existing Home Sales': 'Existing Home Sales', 'GDP Price Index': 'GDP Price Index (QoQ)'}, ('ft', 'original_name'): {'CPI Ex Food and Energy MoM': 'CPI (ex Food & Energy) % m/m', 'PCE Core MoM': 'Core PCE Price Index % m/m', 'Construction Spending MoM': 'Construction Spending % m/m', 'Personal Spending': nan, 'Existing Home Sales MoM': nan, 'ISM Non-Manufacturing PMI': 'ISM Non-Manufacturing index', 'Pending Home Sales MoM': 'Pending Home Sales % m/m', 'FHFA House Price Index MoM': 'FHFA House Price Index % m/m', 'Housing Starts': nan, 'S&P/CaseShiller 20-City Index NSA': 'S&P Case-Shiller Home Price % y/y', 'Employment Cost Index': 'Employment cost index % q/q', 'New Home Sales': 'New Home Sales k', 'Business Inventories MoM': 'Business inventories % m/m', 'Initial Jobless Claims': 'Initial Claims k', 'Empire Manufacturing': 'Empire State Survey index', 'Import Price Index MoM': nan, 'ADP Employment Change': nan, 'Nonfarm Payrolls': 'Non-farm Payrolls k', 'Capacity Utilization': 'Capacity utilisation %', 'Durable Goods Orders': 'Durable goods orders % m/m', 'Markit Composite PMI': nan, 'Factory Orders': nan, 'Building Permits': 'Building Permits k', 'Total Net TIC Flows': nan, 'Chicago PMI': 'Chicago PMI index', 'FOMC Rate Decision': 'FOMC Rate Decision', 'Existing Home Sales': 'Existing home sales mn', 'GDP Price Index': nan}, ('investingcom', 'importance'): {'CPI Ex Food and Energy MoM': 3.0, 'PCE Core MoM': 2.0, 'Construction Spending MoM': nan, 'Personal Spending': 2.0, 'Existing Home Sales MoM': 2.0, 'ISM Non-Manufacturing PMI': 3.0, 'Pending Home Sales MoM': 3.0, 'FHFA House Price Index MoM': nan, 'Housing Starts': 2.0, 'S&P/CaseShiller 20-City Index NSA': 2.0, 'Employment Cost Index': 2.0, 'New Home Sales': 3.0, 'Business Inventories MoM': 2.0, 'Initial Jobless Claims': 2.0, 'Empire Manufacturing': nan, 'Import Price Index MoM': 2.0, 'ADP Employment Change': 3.0, 'Nonfarm Payrolls': 3.0, 'Capacity Utilization': nan, 'Durable Goods Orders': 2.0, 'Markit Composite PMI': 2.0, 'Factory Orders': 2.0, 'Building Permits': 3.0, 'Total Net TIC Flows': 2.0, 'Chicago PMI': 2.0, 'FOMC Rate Decision': 3.0, 'Existing Home Sales': 3.0, 'GDP Price Index': 2.0}, ('bloomberg', 'importance'): {'CPI Ex Food and Energy MoM': 76.0976, 'PCE Core MoM': 59.756100000000004, 'Construction Spending MoM': 79.674800000000005, 'Personal Spending': 85.365899999999996, 'Existing Home Sales MoM': 51.219499999999996, 'ISM Non-Manufacturing PMI': 76.422799999999995, 'Pending Home Sales MoM': 77.235799999999998, 'FHFA House Price Index MoM': 69.918700000000001, 'Housing Starts': 89.430899999999994, 'S&P/CaseShiller 20-City Index NSA': 52.845500000000001, 'Employment Cost Index': 74.796700000000001, 'New Home Sales': 90.243899999999996, 'Business Inventories MoM': nan, 'Initial Jobless Claims': 98.373999999999995, 'Empire Manufacturing': 82.113799999999998, 'Import Price Index MoM': 78.0488, 'ADP Employment Change': 82.9268, 'Nonfarm Payrolls': nan, 'Capacity Utilization': 62.032499999999999, 'Durable Goods Orders': 92.682900000000004, 'Markit Composite PMI': 70.0, 'Factory Orders': 86.991900000000001, 'Building Permits': 62.601599999999998, 'Total Net TIC Flows': 65.040700000000001, 'Chicago PMI': 81.300799999999995, 'FOMC Rate Decision': 97.561000000000007, 'Existing Home Sales': 87.804900000000004, 'GDP Price Index': 77.398399999999995}, ('bloomberg', 'original_name'): {'CPI Ex Food and Energy MoM': 'CPI Ex Food and Energy MoM', 'PCE Core MoM': 'PCE Core MoM', 'Construction Spending MoM': 'Construction Spending MoM', 'Personal Spending': 'Personal Spending', 'Existing Home Sales MoM': 'Existing Home Sales MoM', 'ISM Non-Manufacturing PMI': 'ISM Non-Manf. Composite', 'Pending Home Sales MoM': 'Pending Home Sales MoM', 'FHFA House Price Index MoM': 'FHFA House Price Index MoM', 'Housing Starts': 'Housing Starts', 'S&P/CaseShiller 20-City Index NSA': 'S&P/CaseShiller 20-City Index NSA', 'Employment Cost Index': 'Employment Cost Index', 'New Home Sales': 'New Home Sales', 'Business Inventories MoM': nan, 'Initial Jobless Claims': 'Initial Jobless Claims', 'Empire Manufacturing': 'Empire Manufacturing', 'Import Price Index MoM': 'Import Price Index MoM', 'ADP Employment Change': 'ADP Employment Change', 'Nonfarm Payrolls': nan, 'Capacity Utilization': 'Capacity Utilization', 'Durable Goods Orders': 'Durable Goods Orders', 'Markit Composite PMI': 'Markit US Composite PMI', 'Factory Orders': 'Factory Orders', 'Building Permits': 'Building Permits', 'Total Net TIC Flows': 'Total Net TIC Flows', 'Chicago PMI': 'Chicago Purchasing Manager', 'FOMC Rate Decision': 'FOMC Rate Decision (Upper Bound)', 'Existing Home Sales': 'Existing Home Sales', 'GDP Price Index': 'GDP Price Index'}, ('index', ''): {'CPI Ex Food and Energy MoM': 'CPI Ex Food and Energy MoM', 'PCE Core MoM': 'PCE Core MoM', 'Construction Spending MoM': 'Construction Spending MoM', 'Personal Spending': 'Personal Spending', 'Existing Home Sales MoM': 'Existing Home Sales MoM', 'ISM Non-Manufacturing PMI': 'ISM Non-Manufacturing PMI', 'Pending Home Sales MoM': 'Pending Home Sales MoM', 'FHFA House Price Index MoM': 'FHFA House Price Index MoM', 'Housing Starts': 'Housing Starts', 'S&P/CaseShiller 20-City Index NSA': 'S&P/CaseShiller 20-City Index NSA', 'Employment Cost Index': 'Employment Cost Index', 'New Home Sales': 'New Home Sales', 'Business Inventories MoM': 'Business Inventories MoM', 'Initial Jobless Claims': 'Initial Jobless Claims', 'Empire Manufacturing': 'Empire Manufacturing', 'Import Price Index MoM': 'Import Price Index MoM', 'ADP Employment Change': 'ADP Employment Change', 'Nonfarm Payrolls': 'Nonfarm Payrolls', 'Capacity Utilization': 'Capacity Utilization', 'Durable Goods Orders': 'Durable Goods Orders', 'Markit Composite PMI': 'Markit Composite PMI', 'Factory Orders': 'Factory Orders', 'Building Permits': 'Building Permits', 'Total Net TIC Flows': 'Total Net TIC Flows', 'Chicago PMI': 'Chicago PMI', 'FOMC Rate Decision': 'FOMC Rate Decision', 'Existing Home Sales': 'Existing Home Sales', 'GDP Price Index': 'GDP Price Index'}, ('ft', 'importance'): {'CPI Ex Food and Energy MoM': 'Medium', 'PCE Core MoM': 'Medium', 'Construction Spending MoM': 'Medium', 'Personal Spending': nan, 'Existing Home Sales MoM': nan, 'ISM Non-Manufacturing PMI': 'High', 'Pending Home Sales MoM': 'Medium', 'FHFA House Price Index MoM': 'Medium', 'Housing Starts': nan, 'S&P/CaseShiller 20-City Index NSA': 'Medium', 'Employment Cost Index': 'Medium', 'New Home Sales': 'Medium', 'Business Inventories MoM': 'Medium', 'Initial Jobless Claims': 'Medium', 'Empire Manufacturing': 'Medium', 'Import Price Index MoM': nan, 'ADP Employment Change': nan, 'Nonfarm Payrolls': 'High', 'Capacity Utilization': 'Medium', 'Durable Goods Orders': 'Medium', 'Markit Composite PMI': nan, 'Factory Orders': nan, 'Building Permits': 'Medium', 'Total Net TIC Flows': nan, 'Chicago PMI': 'Medium', 'FOMC Rate Decision': 'High', 'Existing Home Sales': 'Medium', 'GDP Price Index': nan}}
pd.DataFrame(dikt, columns=[('investingcom', 'importance'), ('investingcom', 'original_name'), ('bloomberg', 'importance'), ('bloomberg', 'original_name'), ('ft', 'importance'), ('ft', 'original_name'), ('index', '')])
最佳答案
下面的代码可以工作(使用 MySQL 5.1 进行测试),但它会产生糟糕的列名:
from sqlalchemy import types, create_engine
df.rename_axis('common_names') \
.to_sql('zzz', engine, index=True, index_label='common_names',
if_exists='replace', dtype={'common_names':types.VARCHAR(50)})
MySQL数据库中的表结构(注意列名):
更新:我建议您在将此 DF 存储到 MySQL 数据库之前展平您的多列:
原始栏目:
In [266]: df.columns
Out[266]:
MultiIndex(levels=[['bloomberg', 'ft', 'index', 'investingcom'], ['', 'importance', 'original_name']],
labels=[[3, 3, 0, 0, 1, 1, 2], [1, 2, 1, 2, 1, 2, 0]])
让我们压平它们:
In [267]: df.columns = ['{0[0]}__{0[1]}'.format(col) for col in df.columns]
In [268]: df.columns
Out[268]:
Index(['investingcom__importance', 'investingcom__original_name', 'bloomberg__importance', 'bloomberg__original_name', 'ft__importance',
'ft__original_name', 'index__'],
dtype='object')
In [272]: df.rename_axis('common_names') \
.to_sql('zzz', engine, index=True, index_label='common_names',
if_exists='replace', dtype={'common_names':types.VARCHAR(50)})
它在 MySQL 数据库中的样子如何:
mysql> select common_names, investingcom__importance, investingcom__original_name from zzz;
+-----------------------------------+--------------------------+-----------------------------------------+
| common_names | investingcom__importance | investingcom__original_name |
+-----------------------------------+--------------------------+-----------------------------------------+
| ADP Employment Change | 3 | ADP Nonfarm Employment Change |
| Building Permits | 3 | Building Permits |
| Business Inventories MoM | 2 | Business Inventories (MoM) |
| CPI Ex Food and Energy MoM | 3 | Core CPI (MoM) |
| Capacity Utilization | NULL | NULL |
| Chicago PMI | 2 | Chicago PMI |
| Construction Spending MoM | NULL | NULL |
| Durable Goods Orders | 2 | Durable Goods Orders (MoM) |
| Empire Manufacturing | NULL | NULL |
| Employment Cost Index | 2 | Employment Cost Index (QoQ) |
| Existing Home Sales | 3 | Existing Home Sales |
| Existing Home Sales MoM | 2 | Existing Home Sales (MoM) |
| FHFA House Price Index MoM | NULL | NULL |
| FOMC Rate Decision | 3 | Fed Interest Rate Decision |
| Factory Orders | 2 | Factory Orders (MoM) |
| GDP Price Index | 2 | GDP Price Index (QoQ) |
| Housing Starts | 2 | Housing Starts |
| ISM Non-Manufacturing PMI | 3 | ISM Non-Manufacturing PMI |
| Import Price Index MoM | 2 | Import Price Index (MoM) |
| Initial Jobless Claims | 2 | Initial Jobless Claims |
| Markit Composite PMI | 2 | Markit Composite PMI |
| New Home Sales | 3 | New Home Sales |
| Nonfarm Payrolls | 3 | Nonfarm Payrolls |
| PCE Core MoM | 2 | Core PCE Price Index (MoM) |
| Pending Home Sales MoM | 3 | Pending Home Sales (MoM) |
| Personal Spending | 2 | Personal Spending (MoM) |
| S&P/CaseShiller 20-City Index NSA | 2 | S&P;/CS HPI Composite - 20 n.s.a. (YoY) |
| Total Net TIC Flows | 2 | TIC Net Long-Term Transactions |
+-----------------------------------+--------------------------+-----------------------------------------+
28 rows in set (0.00 sec)
关于python - Pandas:上传到 mysql 表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41923791/
目前我正在构建相当大的网络系统,我需要强大的 SQL 数据库解决方案。我选择 Mysql 而不是 Postgres,因为一些任务需要只读(MyISAM 引擎)而其他任务需要大量写入(InnoDB)。
我在 mysql 中使用如下命令。当它显示表格数据时,它被格式化为一个非常干净的表格,间距均匀且 |作为列分隔符。 SELECT * FROM TABLE_NAME; 当我从 CLI 运行命令时,如下
我知道这个问题之前已经被问过好几次了,我已经解决了很多问题,但到目前为止没有任何效果。 MySQL 试图将自身安装到的目录 (usr/local/mysql) 肯定有问题。关于我的错误的奇怪之处在于我
以下是我的 SQL 数据结构,我正在尝试如下两个查询: Select Wrk_ID, Wrk_LastName, Skill_Desc from Worker, Skill where
我们有一个本地 mysql 服务器(不在公共(public)域上),并希望将该服务器复制到我们拥有的 google 云 sql 实例。我的问题是:1.这可能吗?2.我们的本地服务器只能在本地网络上访问
我有一个表(test_table),其中一些字段值(例如字段 A、B 和 C)是从外部应用程序插入的,还有一个字段(字段 D),我想从现有表(store_table)插入其值,但在插入前者(A、B 和
我想创建一个 AWS RDS 实例,然后使用 terraform 管理数据库用户。因此,首先,我创建了一个 RDS 实例,然后使用创建的 RDS 实例初始化 mysql 提供程序,以进一步将其用于用户
当用户在我的网站上注册时,他们会在我的一个数据库中创建自己的表格。该表存储用户发布的所有帖子。我还想做的是也为他们生成自己的 MySql 用户——该用户仅有权从他们的表中读取、写入和删除。 创建它应该
我有一个关于 ColdFusion 和 Mysql 的问题。我有两个表:PRODUCT 和 PRODUCT_CAT。我想列出包含一些标记为:IS_EXTRANET=1 的特殊产品的类别。所以我写了这个
我想获取 recipes_id 列的值,以获取包含 ingredient_id 的 2,17 和 26 条目的值。 假设 ingredient_id 2 丢失则不获取记录。 我已经尝试过 IN 运算符
在 Ubuntu 中,我通常安装两者,但 MySQL 的客户端和服务器之间有什么区别。 作为奖励,当一个新语句提到它需要 MySQL 5.x 时,它是指客户端、服务器还是两者兼而有之。例如这个链接ht
我重新访问了我的数据库并注意到我有一些 INT 类型的主键。 这还不够独特,所以我想我会有一个指导。 我来自微软 sql 背景,在 ssms 中你可以 选择类型为“uniqeidentifier”并自
我的系统上有 MySQL,我正在尝试确定它是 Oracle MySQL 还是 MySQL。 Oracle MySQL 有区别吗: http://www.oracle.com/us/products/m
我是在生产 MySQL 中运行的应用程序的新维护者。之前的维护者已经离开,留下的文档很少,而且联系不上了。 我面临的问题是执行以下请求大约需要 10 秒: SELECT COUNT(*) FROM `
我有两个位于不同机器上的 MySQL 数据库。我想自动将数据从一台服务器传输到另一台服务器。比方说,我希望每天早上 4:00 进行数据传输。 可以吗?是否有任何 MySQL 内置功能可以让我们做到这一
有什么方法可以使用 jdbc 查询位于 mysql 根目录之外的目录中的 mysql 表,还是必须将它们移动到 mysql 根目录内的数据库文件夹中?我在 Google 上搜索时没有找到任何东西。 最
我在 mysql 数据库中有两个表。成员和 ClassNumbers。两个表都有一个付费年份字段,都有一个代码字段。我想用代码数字表中的值更新成员表中的付费年份,其中成员中的代码与 ClassNumb
情况:我有 2 台服务器,其中一台当前托管一个实时 WordPress 站点,我希望能够将该站点转移到另一台服务器,以防第一台服务器出现故障。传输源文件很容易;传输数据库是我需要弄清楚如何做的。两台服
Phpmyadmin 有一个功能是“复制数据库到”..有没有mysql查询来写这个函数?类似于将 db A 复制到新的 db B。 最佳答案 首先创建复制数据库: CREATE DATABASE du
我有一个使用 mySQL 作为后端的库存软件。我已经在我的计算机上对其进行了测试,并且运行良好。 当我在计算机上安装我的软件时,我必须执行以下步骤: 安装 mySQL 服务器 将用户名指定为“root
我是一名优秀的程序员,十分优秀!