python postgresql从pandas数据框创建数据库并填充表
Posted
技术标签:
【中文标题】python postgresql从pandas数据框创建数据库并填充表【英文标题】:python postgresql create database and populate table from pandas dataframe 【发布时间】:2018-08-13 16:58:54 【问题描述】:我对 Python 很陌生,对使用 postgresql 也很陌生,所以如果这是基本的东西(到目前为止,我未能实现),请原谅我。我正在尝试编写一个python代码:
创建一个新数据库 (testdb
)
将 csv 文件读入 pandas 数据帧
根据 pandas 数据框在数据库中创建并填充一个新表。
到目前为止,我有 3 个不同的文件:a) 一个 .ini
-文件,用于存储创建新数据库所需的数据库信息,b) 一个 .csv
-文件(来自 here,名为 @987654328 @) 和 c) 我的 python 代码。
database.ini:
[postgresql]
host=localhost
user=postgres
password=creator
port=5432
db_creator.py:
from config import config
import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy_utils import database_exists, create_database
import pandas as pd
# useful info for psycopg2:
# https://***.com/questions/34484066/create-a-postgres-database-using-python
class MyDB(object):
def __init__(self):
self.params = config()
def create_new_db(self, newdb):
user, host, port = self.params['user'], self.params['host'], testdb.params['port']
pw = self.params['password']
url = 'postgresql://:@:/'
url = url.format(user, pw, host, port, newdb)
engine = create_engine(url)
if not database_exists(engine.url):
create_database(engine.url)
print(database_exists(engine.url))
if __name__ == '__main__':
testdb = MyDB()
testdb.create_new_db('testdb')
当我尝试这样做时,我收到以下错误:
sqlalchemy.exc.OperationalError: (psycopg2.OperationalError)
但是,当我按照this SO post 中的建议进行操作时,它会起作用。不幸的是,这篇文章中的答案使用psycopg2
创建一个新数据库,但我想用sqlalchemy
来做这件事(也是因为我认为使用sqlalchemy
进一步使用Pandas 数据框会更容易(例如显示here。还是我错了?)。我认为当使用sqlqlchemy
执行此操作时,应该可以通过以下方式将数据从 csv 文件读取到 pandas 数据帧中,然后在新数据库:
def connect_alchemy(user, host, port, db, password):
url = 'postgresql://:@:/'
url = url.format(user, password, host, port, db)
con = sqlalchemy.create_engine(url, client_encoding='utf8')
mydata = pd.read_csv('100_recs.csv', delimiter=';', quotechar='"')
data_db = mydata.to_sql(name='100_records', con=con, if_exists='replace', index=True, chunksize=10)
print(con.execute('SELECT * from 100_records'))
但老实说,我被困在这里需要一些帮助......如果有人能指出我正确的方向,那就太好了。
编辑:
啊愚蠢的我!
所以我在db_creator.py
的以下几行中有一个旧错字
user, host, port = testdb.params['user'], testdb.params['host'], testdb.params['port']
pw = testdb.params['password']
应该是:
user, host, port = self.params['user'], self.params['host'], self.params['port']
pw = self.params['password']
我已经改变了这个。
然后我也忘记在此处添加config.py
文件。对此深表歉意。
给你:
config.py
# source: http://www.postgresqltutorial.com/postgresql-python/connect/
from configparser import ConfigParser
def config(filename='database.ini', section='postgresql'):
# create a parser
parser = ConfigParser()
# read config file
parser.read(filename)
# get section, default to postgresql
db =
if parser.has_section(section):
params = parser.items(section)
for param in params:
db[param[0]] = param[1]
else:
raise Exception('Section 0 not found in the 1 file'.format(section, filename))
return db
编辑 2:
现在可以使用以下设置:
database.ini:
[postgresql]
host=localhost
user=postgres
password=postgres
port=5432
config.py:
# source: http://www.postgresqltutorial.com/postgresql-python/connect/
from configparser import ConfigParser
def config(filename='database.ini', section='postgresql'):
# create a parser
parser = ConfigParser()
# read config file
parser.read(filename)
# get section, default to postgresql
db =
if parser.has_section(section):
params = parser.items(section)
for param in params:
db[param[0]] = param[1]
else:
raise Exception('Section 0 not found in the 1 file'.format(section, filename))
return db
csv 文件:来自here
db_creator.py
from config import config
import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy_utils import database_exists, create_database
import pandas as pd
# useful info for psycopg2:
# https://***.com/questions/34484066/create-a-postgres-database-using-python
class MyDB(object):
def __init__(self):
self.params = config()
def create_new_db(self, newdb):
user, host, port = self.params['user'], self.params['host'], self.params['port']
pw = self.params['password']
url = 'postgresql://:@:/'
url = url.format(user, pw, host, port, newdb)
self.engine = create_engine(url, client_encoding='utf8')
if not database_exists(self.engine.url):
create_database(self.engine.url)
# print(database_exists(engine.url))
def df2postgres(engine, df):
con = engine.connect()
df.to_sql(name='records', con=con, if_exists='replace', index=True, chunksize=10)
return con
if __name__ == '__main__':
testdb = MyDB()
testdb.create_new_db('testdb')
engn = testdb.engine
df = pd.read_csv('100_recs.csv', delimiter=';', quotechar='"', encoding='utf-8')
con = df2postgres(engine=engn, df=df)
dta = con.execute('SELECT * FROM records LIMIT 5;')
print(dta.fetchall())
为愚蠢的错误道歉......
【问题讨论】:
【参考方案1】:psycopg2
只是一个模块,它提供了一个适配器来使用python
代码连接到Postgres
dbs。另一方面,SQLAlcehmy
是Object Relational Mapper
。它提供了一个额外的抽象层,将 sql 表镜像到 python 对象并标准化操作以在代码和数据库之间移动数据。
您可以同时使用psycopg2
和sqlalchemy
,如您在documentation 中看到的那样
from sqlalchemy import create_engine
engine = create_engine('postgresql+psycopg2://scott:tiger@localhost/mydatabase')
【讨论】:
以上是关于python postgresql从pandas数据框创建数据库并填充表的主要内容,如果未能解决你的问题,请参考以下文章
将 1100 万行从 Postgresql 导入到 Pandas/Python
使用 sqlalchemy 从 PostgreSQL 查询返回 Pandas 数据框