如何用Python将CSV数据导入Oracle数据库？解决报错问题

核心错误原因梳理 #

• ORA-01036: illegal variable name/number：cx_Oracle不支持?作为占位符，需使用:1/:2这类位置占位符；同时number、date是Oracle保留关键字，列名必须用双引号包裹才能正确解析。
• executemany参数错误：该方法必须传入SQL语句和参数列表两个参数，且参数需为序列的序列（如列表的列表）。
• DataFrame遍历错误：直接for r in csv遍历的是DataFrame的列名，而非行数据，需用itertuples()或iterrows()获取行内容。

方案一：cx_Oracle + pandas 手动批量插入 #

import cx_Oracle
import pandas as pd

# 建立数据库连接
conn_str = "spark/pass@localhost:1521/orcl"
conn = cx_Oracle.connect(conn_str)
curs = conn.cursor()

# 读取CSV并转换为批量插入格式
csv_df = pd.read_csv('C:/Users/user/Downloads/products.csv')
data_list = csv_df.values.tolist()

# 修正SQL：保留字列名加双引号，使用cx_Oracle兼容的占位符
insert_sql = """
INSERT INTO PRODUCTS("number", "date", "code", "price")
VALUES(:1, :2, :3, :4)
"""

# 批量插入并提交
curs.executemany(insert_sql, data_list)
conn.commit()

# 关闭资源
curs.close()
conn.close()

方案二：pandas to_sql 简洁导入 #

利用pandas内置方法自动处理批量逻辑，无需手动操作游标：

import pandas as pd
from sqlalchemy import create_engine

# 创建Oracle连接引擎
engine = create_engine('oracle+cx_oracle://spark:pass@localhost:1521/orcl')

# 读取CSV（若日期列格式异常，可添加parse_dates=['date']参数转换）
csv_df = pd.read_csv('C:/Users/user/Downloads/products.csv')

# 导入数据库
csv_df.to_sql(
    name='PRODUCTS',
    con=engine,
    if_exists='append',  # 可选：append(追加)/replace(替换表)/fail(存在则报错)
    index=False,  # 不导入DataFrame的索引列
    chunksize=1000  # 分块插入，避免大文件内存溢出
)

注意事项 #

1. 确保CSV列顺序与Oracle表列顺序完全匹配（方案一）。
2. 方案二需先安装依赖：pip install sqlalchemy。
3. 提前验证Oracle表的字段类型与CSV数据类型兼容，如日期列需确保格式可被Oracle识别。

内容的提问来源于stack exchange，提问作者SpaEngi