SQL值更新pandas数据帧

Question

我对熊猫做了很多sql，我遇到了以下挑战。在

我有一个数据框

UserID, AccountNo, AccountName
123,    12345,     'Some name'
...

我想为每个账号添加一个名为total revenue的列，它是从mysql数据库中获得的

^{pr2}$

我需要扩展数据帧

UserID, AccountNo, AccountName, TotalRevenue
123,    12345,     'Some name', df1
...

到目前为止，我得到的代码（不工作的代码会产生一个getitem错误）

sets3 = []
i=0
for accountno in df5['kna1_kunnr']:
    df1 = pd.read_sql(('select sum(VBRK_NETWR) as sum from sapdata2016.orders where VBAK_BSARK="ZEDI" and VBRK_KUNAG = %s;') % accountno, conn)
    df2 = pd.DataFrame([(df5['userid'][i], df5['kna1_kunnr'][i], accountno, df5['kna1_name1'][i], df1['sum'][0])], columns=['User ID', 'AccountNo', 'tjeck', 'AccountName', 'Revenue'])
    sets3.append(df2)
    i += 1

df6 = pd.concat(sets3)

这个想法/代码并不漂亮，我想知道是否有更好/更好的方法来实现它，有什么想法？在

Answer 1

考虑将pandas数据作为临时表导出到MySQL，然后运行一个连接pandas数据的SQL查询和TotalRevenue的聚合查询。然后，将resultset读入pandas dataframe。这种方法避免了任何循环。在

from sqlalchemy import create_engine
...

# SQL ALCHEMY CONNECTION (PREFERRED OVER RAW CONNECTION)
engine = create_engine('mysql://user:pwd@localhost/database')
# engine = create_engine("mysql+pymysql://user:pwd@hostname:port/database") # load pymysql

df1.to_sql("mypandastemptable", con=engine, if_exists='replace')

sql = """SELECT t.UserID, t.AccountNo, t.AccountName, agg.TotalRevenue
         FROM mypandastemptable t
         LEFT JOIN 
            (SELECT VBRK_KUNAG as AccountNo
                    SUM(VBRK_NETWR) as TotalRevenue
             FROM sapdata2016.orders 
             WHERE VBAK_BSARK='ZEDI'
             GROUP BY VBRK_KUNAG) agg
         ON t.AccountNo = agg.AccountNo) 
"""

newdf = pd.read_sql(sql, con=engine)

当然反之亦然，合并现有数据帧的两个pandas数据帧和分组聚合查询结果集：

^{pr2}$