熊猫遍历数据框的列以获取自定义MySQL插入字符串

Question

我试图将单个数据帧行中不同列的值合并为一个字符串，并以逗号分隔，以便我可以创建一个自定义SQL插入字符串以在MySQL数据库上执行。 我有67个不同的列，并且我试图防止编写分别针对每个列的名称的代码，主要是为了最大程度地提高代码在不同大小的数据帧中的可重用性。 我可能有1到2000行要遍历，每行都有一个INSERT查询。

例如，如果我的DataFrame包括以下内容：

RecDate       WindDir       WindSpeed       OutdoorTemperature       OutdoorHumidity
20160321      121           3               67.5                     43.8
20160322      87            5               73.1                     53.2
20160323      90            2               71.1                     51.7
20160324      103           7               68.3                     47.0

我想为数据帧中的每一行创建一个字符串：INSERT INTO表名VALUES（20160321、121、3、67.5、43.8）INSERT INTO表名VALUES（20160322、87、5、73.1、53.2）INSERT INTO表名VALUES（20160323 ，90、2、71.1、51.7）插入表名VALUES（20160324、103、7、68.3、47.0）

我已经考虑过使用数据框的to_sql（）函数，但是无法使代码与我的数据库结构一起使用。

因此，我的目标是遍历每一行，并在括号中手动创建字符串，并用逗号分隔：

for index, row in df.iterrows():
   print('INSERT INTO tablename VALUES (%s, %s, %s, %s, %s)' % (row['RecDate'], row['WindDir'], row['WindSpeed'], row['OutdoorTemperature'], row['OutdoorHumidity']))

为了使我的代码“ pythonic”而不是那么僵化，我尝试遍历每一行，并在各列索引之间添加逗号：

for index, row in df.iterrows():
    string = ''

    for x in range(len(row)):
        string += '%s, ' % row[x]

    print('INSERT INTO tablename VALUES (%s)' % string)

我通常会在上面的代码中遇到索引错误和超出范围的错误，并且我不确定如何走正确的路线。 感谢您检查我的代码和思考过程，以及有关如何改进代码的任何建议。 我的目标是尽可能提高效率，最大程度地减少我必须编写的代码量（尤其是当有67列时！），但仍然可以使代码灵活地用于各种用途，尤其是在列数不断变化的情况下。

谢谢！

Answer 1

请尝试以下代码

def cq_processor(x):
    return 'INSERT INTO tablename VALUES ({})'.format(', '.join(x.tolist()))

df.apply(cq_processor, axis=1)

Answer 2

由于rows不支持数字索引，因此出现错误。

换句话说，调用rows[1]是不正确的。 您必须改为调用rows['column-name'] 。

iterrows()不返回传统列表-它返回整数和Series对象的生成器。 从源头开始 ，该函数的定义如下：

columns = self.columns
for k, v in zip(self.index, self.values):
    s = Series(v, index=columns, name=k)
    yield k, s

如果您了解pandas ，您将看到index=columns位告诉该系列仅接受列名称作为有效索引。 如果未指定此参数，则Series仅在缺省情况下才允许基于整数的索引。

tl; dr采取第一种方法。 这是在此特定Series对象中建立索引的正确方法。 考虑使用.format()代替它，使其真正具有Pythonic .format() 。