Pandas to_sql将DataFrame保存的数据库中

目的

在数据分析时，我们有中间结果，或者最终的结果，需要保存到数据库中；或者我们有一个中间的结果，如果放到数据库中通过sql操作会更加的直观，处理后再将结果读取到DataFrame中。这两个场景，就需要用到DataFrame的to_sql操作。

具体的操作

1. 连接数据库代码

import pandas as pd
from sqlalchemy import create_engine
# default
engine = create_engine('mysql+pymysql://ledao:ledao123@localhost/pandas_learn')
original_data = pd.read_sql_table('cellfee', engine)
original_data

结果如下所示。

2. 对数据进行汇总，每个小区的电费进行求和放到Series中，然后将所有小区的总电费放到DataFrame中，最后将DataFrame保存到数据库中，代码如下所示。

all_cells = []
for k, v in original_data.groupby(by=['cityid', 'cellid']):
        onecell = pd.Series(data=[k[0], k[1], v['fee'].sum()], index=['cityid', 'cellid', 'fee_sum'])
        all_cells.append(onecell)
all_cells = pd.DataFrame(all_cells)
all_cells.to_sql(name='cells_fee', con=engine, chunksize=1000, if_exists='replace', index=None)

对于DataFrame的to_sql函数，需要注意的参数在代码中已经写出来，其中比较重要的是chunksize、if_exists和index。
chunksize可以设置一次入库的大小；if_exists设置如果数据库中存在同名表怎么办，‘replace’表示将表原来数据删除放入当前数据；‘append’表示追加；‘fail’则表示将抛出异常，结束操作，默认是‘fail’；index=接受boolean值，表示是否将DataFrame的index也作为表的列存储。
最终存表的结果如下图所示。