Python从pandas datafram使用sqlalchemy写入sqlserver数据库

Question

我有一个大约300000行（20mb）的pandas数据帧，并想写入一个sqlserver数据库。在

我有下面的代码，但执行起来非常慢。想知道有没有更好的方法？在

import pandas
import sqlalchemy

engine = sqlalchemy.create_engine('mssql+pyodbc://rea-eqx-dwpb/BIWorkArea? 
driver=SQL+Server')

df.to_sql(name='LeadGen Imps&Clicks', con=engine, schema='BIWorkArea', 
if_exists='replace', index=False)

Answer 1

如果要加快写入sql数据库的过程，可以按pandasDataFrame的数据类型在数据库中设置表的数据类型

from sqlalchemy import types, create_engine
d={}
for k,v in zip(df.dtypes.index,df.dtypes):
    if v=='object':
       d[k]=types.VARCHAR(df[k].str.len().max())
    elif v=='float64':
       d[k]=types.FLOAT(126)
    elif v=='int64':
       d[k] = types.INTEGER()

那么

^{pr2}$