在pandas.DataFrame.to |
您所在的位置:网站首页 › 改变mysql表中数据类型 › 在pandas.DataFrame.to |
问题
在数据分析并存储到数据库时,Python的Pandas包提供了to_sql 方法使存储的过程更为便捷,但如果在使用to_sql方法前不在数据库建好相对应的表,to_sql则会默认为你创建一个新表,这时新表的列类型可能并不是你期望的。例如我们通过下段代码往数据库中插入一部分数据: import pandas as pd from datetime import datetime df = pd.DataFrame([['a', 1, 1, 2.0, datetime.now(), True]], columns=['str', 'int', 'float', 'datetime', 'boolean']) print(df.dtypes)通过dtypes可知数据类型为object, int64, float64, datetime64[ns], bool 如果把数据通过to_sql方法插入到数据库中: from sqlalchemy import create_engine engine = create_engine("mysql+mysqldb://{}:{}@{}/{}".format('username', 'password', 'host:port', 'database')) con = engine.connect() df.to_sql(name='test', con=con, if_exists='append', index=False)用MySQL的desc可以发现数据库自动创建了表并默认指定了列的格式: # 在MySQL中查看表的列类型 desc test; FiledTypeNullKeyDefaultExtrastrtextYES NULL intbigint(20)YES NULL floatdoubleYES NULL datetimedatetimeYES NULL booleantinyint(1)YES NULL其中str类型的数据在数据库表中被映射成text,int类型被映射成bigint(20), float类型被映射成double类型。数据库中的列类型可能并非是我们所期望的格式,但我们又不想在数据插入前手动的创建数据库的表,而更希望根据DataFrame中数据的格式动态地改变数据库中表格式。 分析通过查阅pandas.DataFrame.to_sql的api文档[1],可以通过指定dtype 参数值来改变数据库中创建表的列类型。 dtype : dict of column name to SQL type, default None Optional specifying the datatype for columns. The SQL type should be a SQLAlchemy type, or a string for sqlite3 fallback connection. 根据描述,可以在执行to_sql方法时,将映射好列名和指定类型的dict赋值给dtype参数即可上,其中对于MySQL表的列类型可以使用SQLAlchemy包中封装好的类型。 # 执行前先在MySQL中删除表 drop table test; from sqlalchemy.types import NVARCHAR, Float, Integer dtypedict = { 'str': NVARCHAR(length=255), 'int': Integer(), 'float' Float() } df.to_sql(name='test', con=con, if_exists='append', index=False, dtype=dtypedict)更新代码后,再查看数据库,可以看到数据库在建表时会根据dtypedict中的列名来指定相应的类型。 desc test; FiledTypeNullKeyDefaultExtrastrvarchar(255)YES NULL intint(11)YES NULL floatfloatYES NULL datetimedatetimeYES NULL booleantinyint(1)YES NULL 答案通过分析,我们已经知道在执行to_sql的方法时,可以通过创建一个类似“{"column_name":sqlalchemy_type}”的映射结构来控制数据库中表的列类型。但在实际使用时,我们更希望能通过pandas.DataFrame中的column的数据类型来映射数据库中的列类型,而不是每此都要列出pandas.DataFrame的column名字。 写一个简单的def将pandas.DataFrame中列名和预指定的类型映射起来即可: def mapping_df_types(df): dtypedict = {} for i, j in zip(df.columns, df.dtypes): if "object" in str(j): dtypedict.update({i: NVARCHAR(length=255)}) if "float" in str(j): dtypedict.update({i: Float(precision=2, asdecimal=True)}) if "int" in str(j): dtypedict.update({i: Integer()}) return dtypedict只要在执行to_sql前使用此方法获得一个映射dict再赋值给to_sql的dtype参数即可,执行的结果与上一节相同,不再累述。 df = pd.DataFrame([['a', 1, 1, 2.0, datetime.now(), True]], columns=['str', 'int', 'float', 'datetime', 'boolean']) dtypedict = mapping_df_types(df) df.to_sql(name='test', con=con, if_exists='append', index=False, dtype=dtypedict) 参考pandas官方文档 ↩ https://www.jianshu.com/p/4c5e1ebe8470 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |