如何通过Python字典批量填充GridDB数据表？

方法一：利用Pandas快速批量插入（推荐） #

你之前误用了pd.read_sql_query（这是查询方法），可以直接把字典转成DataFrame，用to_sql实现批量插入，代码更简洁：

import pandas as pd

# 你的原始字典数据
table_dict = {
    'column1': ['1value1', '1value2', '1value3', '1value4', '1value5'],
    'column2': ['2value1', '2value2', '2value3', '2value4', '2value5'],
    'column3': ['3value1', '3value2', '3value3', '3value4', '3value5'],
    'column4': ['4value1', '4value2', '4value3', '4value4', '4value5'],
    'column5': ['5value1', '5value2', '5value3', '5value4', '5value5'],
}

# 转换为DataFrame
df = pd.DataFrame(table_dict)

# 批量插入到GridDB数据表
# 参数说明：
# 'table_' 是目标表名
# con 是你的GridDB容器连接对象
# if_exists='append' 表示追加数据，可选'replace'（替换表）或'fail'（表存在则报错）
# index=False 不把DataFrame的索引作为列插入
df.to_sql('table_', con=container, if_exists='append', index=False)

方法二：使用GridDB原生API批量写入（性能更优） #

如果数据量较大，推荐用GridDB原生的put_rows方法，避免SQL解析开销：

from griddb_python import GridStore

# 假设已经完成GridDB连接，获取了目标表对象（table）
# 把字典的列值转成行数据：将每一列的对应值打包成元组
rows = list(zip(*table_dict.values()))

# 批量插入所有行
table.put_rows(rows)

方法三：构造批量INSERT SQL语句 #

如果偏好SQL方式，可以生成包含所有行的批量INSERT语句，减少交互次数：

# 获取列名
columns = ', '.join(table_dict.keys())

# 生成所有行的VALUES子句，注意字符串要加单引号，其他类型（如数字）可去掉
values = []
for row in zip(*table_dict.values()):
    # 对每个字段处理，这里假设都是字符串，若有其他类型需调整格式
    quoted_row = [f"'{val}'" for val in row]
    values.append(f"({', '.join(quoted_row)})")

# 拼接完整SQL语句
sql_statement = f"INSERT INTO table_ ({columns}) VALUES {', '.join(values)};"

# 执行SQL语句（GridDB容器执行查询的方法）
container.query(sql_statement)

注意事项 #

• 数据类型匹配：确保字典中数据的类型和GridDB表的列类型一致，比如数字类型不要加引号，日期类型要转成GridDB支持的格式。
• SQL注入风险：如果数据来自不可信来源，不要直接拼接字符串构造SQL，建议用参数化查询。
• 性能考量：大数据量下优先用原生put_rows方法，比SQL批量插入效率更高。

内容的提问来源于stack exchange，提问作者Jessica Chris