仅导入PostgreUnique记录

Question

我正在尝试使用Python将CSV文件导入到PostgreSQL中。我想告诉Python只导入CSV文件中不包含重复项的记录/数据行（只有第一个唯一的构建器记录）。我已经附上了代码，我正在使用寻找重复的CSV文件。我不熟悉编程，请原谅我的经验不足。在

import csv
import psycopg2

database = psycopg2.connect (database = "***", user="***")

cursor = database.cursor()
delete = """Drop table if exists "Real".Noduplicates"""
print (delete)

mydata = cursor.execute(delete)

cursor.execute("""Create Table "Real".Noduplicates
            (UserName varchar(55),
            LastUpdate timestamp,
            Week date,
            Builder varchar(55),
            Traffic integer
            );""")

print "Table created successfully"

csv_data = csv.reader(file('SampleData2.csv'))

already_seen = set()

next(csv_data)

for row in csv_data:
    builder = row[3]
    if builder in already_seen:
        print('{} is a duplicate builder'.format(builder))
    else:
        print('{} is a new builder'.format(builder))
        already_seen.add(builder)

for row in csv_data:

    cursor.execute("""INSERT INTO "Real".Noduplicates (UserName, LastUpdate, Week, Builder, Traffic)"""\
                    """VALUES (%s,%s,%s,%s,%s)""",
           row)

cursor.close()
database.commit()
database.close()

print "CSV Imported"

Answer 1

相反，使用COPY（速度更快）将所有行导入到临时表中，然后使用SELECT DISTINCT ...或SELECT DISTINCT ON (builder)或使用聚合函数，INSERT将所有行导入临时表。查找副本是任何RDBMS的长处。在

相关代码示例：

• How to update selected rows with values from a CSV file in Postgres?
• Check if records exists in a Postgres table

或，在逐个插入行时，Postgres 9.5中的新UPSERT和所有5列的UNIQUE索引就是您所需要的：

• INSERT into a table from SELECT only if value doesn't exist

但是请注意NULL值的特殊作用（在SQL中，这些值从来没有被认为是相等的）：

• Allow null in unique column

如果列builder是标识重复项所需的全部内容，只需定义该列UNIQUE：

...
builder varchar(55) UNIQUE NOT NULL,
...

并使用简单的UPSERT：

^{pr2}$

最好不要在Postgres中使用CaMelCase名称顺便说一句：

• Are PostgreSQL column names case-sensitive?