使用 Python 或 R 将非常大的 sql 文件导出到 csv

Posted 2023-02-23

【中文标题】使用 Python 或 R 将非常大的 sql 文件导出到 csv

【英文标题】：export very large sql file into csv with Python or R

【发布时间】：2016-02-01 17:04:26

【问题描述】：

我有一个大的 sql 文件 (20 GB)，我想将其转换为 csv。我打算将文件加载到 Stata 中进行分析。我有足够的内存来加载整个文件（我的电脑有 32GB 内存）

问题是：到目前为止，我使用 Python 在网上找到的解决方案 (sqlite3) 似乎需要比我当前系统更多的 RAM：

读取 SQL 写入 csv

这里是代码

import sqlite3
import pandas as pd

con=sqlite3.connect('mydata.sql')
query='select * from mydata'
data=pd.read_sql(query,con)
data.to_csv('export.csv')
con.close()

sql 文件包含大约 15 个变量，可以是时间戳、字符串或数值。没什么特别的。

我认为一种可能的解决方案是读取 sql 并一次写入 csv 文件一行。但是，我不知道该怎么做（在 R 或 Python 中）

非常感谢任何帮助！

【问题讨论】：

你能发布你的 sql 文件的一小部分（非常小）吗？如果可能的话，还有你的 Python 或 R 代码

不幸的是我不能发布任何子集。但该文件包含各种变量（时间戳、带有任何字符的字符串（可能还有一些中文、数字等）。

@dickoa 看到我上面的编辑。谢谢！

您可以使用“编辑”按钮将代码粘贴到问题上，我认为在问题上更好。如果您不能发布文件的任何子集，那么 sql 文件的示例将帮助人们尝试回答和帮助您。

@dickoa 我正在尝试您的方法，但我收到以下错误 unicodeencodeerror: 'ascii' codec can't encode charater u'\xee' in position 1: ordinal not in range (128)。 ..你知道我应该怎么做吗？

【参考方案1】：

在mysql数据库中加载.sql文件并导出为CSV。

在 MySQL 数据库中加载 mysql 转储文件的命令。

创建一个 MySQL 数据库

create database <database_name>

mysqldump -u root -p <database_name> < dumpfilename.sql

将 MySQL 表导出为 CSV 的命令

mysql -u root -p
use <database_name>

SELECT * INTO OUTFILE 'file.csv'
FIELDS TERMINATED BY ','
LINES TERMINATED BY '\n'
FROM <table_name>;

【参考方案2】：

在 Windows cmd 行或 UNIX shell 中使用这样的 sqlite3 命令行程序：

sqlite3 -csv "mydata.sql" "select * from mydata;" > mydata.csv

如果 mydata.sql 不在当前目录中，则使用路径，在 Windows 上使用正斜杠而不是反斜杠。

交替运行 sqlite3

sqlite3

并在 sqlite 提示符下输入这些命令：

.open "mydata.sql"
.ouptut mydata.csv
.mode csv
select * from mydata;
.quit

（或者将它们放在一个名为run 的文件中，比如说，使用sqlite3 < run。

【讨论】：

感谢 grothendieck，但您的解决方案对我来说有点太复杂了。如何用windows创建文件？我需要管理员权限吗（我没有）。为什么这个解决方案会克服我上面解释的问题？谢谢！！

您可以使用记事本创建文件，或者根本无法创建文件，只需手动将行键入 sqlite3。您不需要管理员权限。

【参考方案3】：

您可以批量读取 SQL 数据库并将它们写入文件，而不是一次读取整个数据库。感谢 How to add pandas data to an existing csv file? 了解如何添加到现有 CSV 文件。

import sqlite3
import pandas as pd

# Open the file
f = open('output.csv', 'w')
# Create a connection and get a cursor
connection = sqlite3.connect('mydata.sql')
cursor = connection.cursor()
# Execute the query
cursor.execute('select * from mydata')
# Get data in batches
while True:
    # Read the data
    df = pd.DataFrame(cursor.fetchmany(1000))
    # We are done if there are no data
    if len(df) == 0:
        break
    # Let's write to the file
    else:
        df.to_csv(f, header=False)

# Clean up
f.close()
cursor.close()
connection.close()

【讨论】：

我没有测试过代码，如果有什么问题请告诉我。

当然，不用担心。我会让你知道。再次感谢！

我正在尝试您的方法，但我收到以下错误 unicodeencodeerror: 'ascii' codec can't encode character u'\xee' in position 1: ordinal not in range (128)...你知道我该怎么做吗？

试试df.to_csv(f, header=False, encoding='utf-8')。