Python-使用Pandas数据框中的sqlalchemy写入SQL Server数据库

Question

我有一个大约300,000行（20mb）的pandas数据框，并想写入SQL Server数据库。

我有以下代码，但是执行起来非常慢。 想知道是否有更好的方法？

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，可以通过pandas DataFrame的数据类型在数据库中预先设置表的DataFrame

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()

然后

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