如何使用 SqlAlchemy python 更新 MySQL 中的記錄

Question

所以我試圖通過 id 更新數據庫中的記錄。

• 問題是它用列表的最后一行覆蓋了所有行 ```id 和 Cost``
• 我沒有收到任何錯誤，但它應該與 ID 匹配，然后只替換Cost

數據庫：

table =

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

我的代碼：

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 加載。

• 問題是它用列表的最后一行覆蓋了 ```id 和 Cost``

• 我沒有收到任何錯誤，但它應該與 ID 匹配，然后只替換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()

輸出：

table =

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

Answer 1

您是否將sqlalchemy導入為 db？ 您似乎認為字典可以用作主鍵更新字典，但我不認為它是這樣工作的。 這樣做的一種標准方法是在docs 中，看起來像這樣：

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

為此，您需要將表格過濾到一行，然后使用數據框中的數據在該行上運行更新。 否則，如果沒有查詢，db.update 似乎會更新表中的所有內容。

嘗試這樣的事情：

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)

我們當然可以對這里的風格進行一些更改，但希望這能指導您朝着正確的方向前進。