如何使用 SqlAlchemy python 更新 MySQL 中的记录

Question

所以我试图通过 id 更新数据库中的记录。

• 问题是它用列表的最后一行覆盖了所有行 ```id 和 Cost``
• 我没有收到任何错误，但它应该与 ID 匹配，然后只替换Cost

数据库：

table =

id             Cost
000074800795   157.05974458228403
000074801136   80.637745302714
000074801299    7
000074800300   13
000074800955   10

我的代码：

df = pd.DataFrame({ "id": [000074800795 , 000074801136, 000074801299,000074800300, 000074800955] ,
                    "Cost" : [157.05974458228403 ,80.637745302714, 7, 13, 10] }) 

# replacing Null
df = df.where((pd.notnull(df)), None)

# reset index for For loop
df = df.reset_index()

df.id = df.id.astype(str)
#df.Cost = df.Cost.astype(str)

df.dtypes
out[101]: 
index  int64
id    object
Cost  object
dtype: object

values_list = []

for i in range(len(df)):
    values_list.append({ "id": df["id"][i] , 
                         "Cost": df["Cost"][i] ,
                       })

print(values_list[0:2])
[{'id': '000074800795', 'Cost': 157.05974458228403}, {'id': '000074801136', 'Cost': 80.637745302714}]

在 db 加载。

• 问题是它用列表的最后一行覆盖了 ```id 和 Cost``

• 我没有收到任何错误，但它应该与 ID 匹配，然后只替换Cost

engine = db.create_engine("my connection")

connection = engine.connect()
metadata = db.MetaData()

# Creating Table
data = db.Table('table', metadata, 
              db.Column('id', db.String(100), nullable=True),    
              db.Column('Cost', db.String(100), nullable=True),  
              extend_existing=True 
              )

metadata.create_all(engine)

query = db.update(data)
ResultProxy = connection.execute(query, values_list)

engine.dispose()

输出：

table =

id             Cost
000074800955   10
000074800955   10
000074800955   10
000074800955   10
000074800955   10

Answer 1

您是否将sqlalchemy导入为 db？ 您似乎认为字典可以用作主键更新字典，但我不认为它是这样工作的。 这样做的一种标准方法是在docs 中，看起来像这样：

table.update().where(table.c.id==7).values(name='foo')

为此，您需要将表格过滤到一行，然后使用数据框中的数据在该行上运行更新。 否则，如果没有查询，db.update 似乎会更新表中的所有内容。

尝试这样的事情：

import pandas as pd
import sqlalchemy as db

metadata = db.MetaData()

table = db.Table('table', metadata,
                db.Column('id', db.String(100), nullable=True),
                db.Column('Cost', db.String(100), nullable=True),
                extend_existing=True
                )

df = pd.DataFrame({
    'id': ['000074800795', '000074801136', '000074801299', '000074800300', '000074800955'],
    'Cost': ['157.05974458228403', '80.637745302714', '7', '13', '10']
})

for index, row in df.iterrows():
    id_value = row['id']
    cost_value = row['Cost']
    table.update().where(table.c.id == id_value).values(Cost=cost_value)

我们当然可以对这里的风格进行一些更改，但希望这能指导您朝着正确的方向前进。