如何将Pandas构建的DataFrame数据表保存至数据库？

Pandas自带的to_sql方法可以轻松把DataFrame写入数据库，核心依赖SQLAlchemy来管理数据库连接，下面分不同数据库场景说明具体操作：

第一步：安装必要依赖 #

先安装SQLAlchemy（所有场景通用）：

pip install sqlalchemy

1. 保存到SQLite（轻量本地数据库，无需额外服务） #

SQLite是文件型数据库，不用搭建服务器，适合小型项目或快速测试：

import pandas as pd
from sqlalchemy import create_engine

# 你的原有数据构建代码
employees = {'Name of Machining': ['milling','Drilling','Drilling','Chamfering'],
             'Speed': [275,275,275,275],
             'Feed': [0.28,0.03,0.03,0.28],
             'Tool': ['EndMill','TwistDrill','TwistDrill','EndMill']
            }
df = pd.DataFrame(employees, columns= ['Name of Machining','Speed','Feed','Tool'])

# 创建SQLite连接，'machining.db'是生成的本地数据库文件名
engine = create_engine('sqlite:///machining.db')

# 将DataFrame写入名为'machining_operations'的表
# if_exists参数：replace=覆盖现有表，append=追加数据，fail=表存在则报错
# index=False：不把DataFrame的索引存成数据库列
df.to_sql('machining_operations', engine, if_exists='replace', index=False)

# 可选：验证数据是否写入成功
read_back_df = pd.read_sql('SELECT * FROM machining_operations', engine)
print(read_back_df)

2. 保存到MySQL数据库 #

需要先安装MySQL驱动，二选一即可：

# 方案1：mysql-connector-python
pip install mysql-connector-python
# 方案2：pymysql
pip install pymysql

然后编写代码：

import pandas as pd
from sqlalchemy import create_engine

# 你的DataFrame构建代码不变

# 替换成你的MySQL实际配置：用户名、密码、主机、目标数据库名
# 驱动对应你安装的包，mysqlconnector或pymysql
engine = create_engine('mysql+mysqlconnector://root:your_password@localhost/your_database_name')

# 写入数据库
df.to_sql('machining_operations', engine, if_exists='replace', index=False)

3. 保存到PostgreSQL数据库 #

先安装PostgreSQL驱动：

pip install psycopg2-binary

代码示例：

import pandas as pd
from sqlalchemy import create_engine

# 你的DataFrame构建代码不变

# 替换成你的PostgreSQL实际配置
engine = create_engine('postgresql+psycopg2://postgres:your_password@localhost/your_database_name')

# 写入数据库
df.to_sql('machining_operations', engine, if_exists='replace', index=False)

关键参数说明 #

• if_exists：控制表存在时的行为，常用值：
  • replace：删除原有表并重新创建写入
  • append：在现有表后追加数据
  • fail：如果表已存在则抛出错误
• index：默认True，设为False避免把DataFrame的索引列写入数据库
• dtype：可选参数，手动指定列的数据类型，比如解决自动推断类型不准确的问题：

  from sqlalchemy import Integer, Float, String
  df.to_sql(
      'machining_operations',
      engine,
      if_exists='replace',
      index=False,
      dtype={
          'Name of Machining': String(50),
          'Speed': Integer(),
          'Feed': Float(),
          'Tool': String(50)
      }
  )
  

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