1.to_sql的作用：

to_sql是pandas中的DataFrame數(shù)據(jù)類型提供的一個(gè)API，可以將整個(gè)DF導(dǎo)入數(shù)據(jù)庫中，其中有幾個(gè)參數(shù)的作用為：

• name: 數(shù)據(jù)庫中的表名
• con: 與read_sql中相同，數(shù)據(jù)庫連接的驅(qū)動(dòng)
• if_exits： 當(dāng)數(shù)據(jù)庫中的這個(gè)表存在的時(shí)候，采取的措施是什么，包括三個(gè)值，默認(rèn)為fail
  • fail，若表存在，則不進(jìn)行數(shù)據(jù)表寫入的相關(guān)操作
  • replace：若表存在，將數(shù)據(jù)庫表中的數(shù)據(jù)覆蓋；
  • append：若表存在，將數(shù)據(jù)寫到原表的后面。
• index：是否將df的index單獨(dú)寫到一列中
• index_label:指定列作為df的index輸出，此時(shí)index為True
• dtype: 指定列的輸出到數(shù)據(jù)庫中的數(shù)據(jù)類型。字典形式儲存：{column_name: sql_dtype}

2.to_sql的使用實(shí)例

完成數(shù)據(jù)庫的連接驅(qū)動(dòng)
conn=create_engine(‘mysql+pymysql://{}:{}@{}:{}/{}’.format(user1,password1,host1,port1,database1))
以上涉及到的變量自己定義即可，分別是：數(shù)據(jù)庫的用戶名、密碼、主機(jī)、端口以及數(shù)據(jù)庫名稱

df1.to_sql('tech_res', con=conn,index = False , if_exists = 'append', chunksize = None,dtype=dtypedict)

3.出現(xiàn)的問題記錄

出現(xiàn)1241的錯(cuò)誤：

出現(xiàn)這個(gè)錯(cuò)誤可能是DF數(shù)據(jù)中包含列表類型的數(shù)據(jù)，此時(shí)要對數(shù)據(jù)進(jìn)行強(qiáng)制轉(zhuǎn)換。使用下面的語法進(jìn)行
df1.loc[:,'keyAndAbs_'] = df1['keyAndAbs_'].astype(str)

總結(jié)