Pandas 与 to_sql 的 ODBC 连接

Posted

技术标签:

【中文标题】Pandas 与 to_sql 的 ODBC 连接【英文标题】:Pandas to ODBC connection with to_sql 【发布时间】:2021-05-28 12:08:34 【问题描述】:

我正在尝试通过pyodbc 将 pandas DataFrame 导出到 MS Access 表中。

conn = pyodbc.connect(r'Driver=Microsoft Access Driver (*.mdb, *.accdb);DBQ=my_db.accdb;')

df.to_sql('test', conn, index=False)

DatabaseError: Execution failed on sql 'SELECT name FROM sqlite_master WHERE type='table' AND name=?;':
('42S02', "[42S02] [Microsoft][ODBC Microsoft Access Driver]
The Microsoft Access database engine cannot find the input table or query 'sqlite_master'.
Make sure it exists and that its name is spelled correctly. (-1305) (SQLExecDirectW)")

sqlite_master?这是哪里来的?

【问题讨论】:

【参考方案1】:

.to_sql() 期望第二个参数是 SQLAlchemy Connectable 对象或 DBAPI Connection 对象。如果是后者,那么 pandas 假定它是一个 SQLite 连接。

你需要使用sqlalchemy-access方言。

(披露:我保持这种方言。)

【讨论】:

好的,谢谢。它似乎不能作为 conda 包提供,而且由于我的工作 PC 上没有安装 VS Studio 来编译 pip 安装,这看起来像是死路一条。 如果您已经安装了 pyodbc 并且可以通过 conda 使用 SQLAlchemy,那么 pip install --no-deps sqlalchemy-access 可能会成功。 是的,成功了!我不知道这个技巧,谢谢!

以上是关于Pandas 与 to_sql 的 ODBC 连接的主要内容,如果未能解决你的问题,请参考以下文章

Pandas 和 SQLAlchemy:使用来自 engine.begin() 的连接时,带有 SQLAlchemy 2.0 fututre=True 的 df.to_sql() 会引发错误

pandas to_sql if_exist参数指南

为啥 dask 的“to_sql”比 pandas 花费更多时间?

Pandas DataFrame.to_sql() 函数是不是需要后续的 commit()?

在 pandas.to_sql() 中使用“可调用”方法的示例?

使用 Pandas .to_sql 将 JSON 列写入 Postgres