如何使用Pandas在Oracle中克隆SCOTT.EMP表为TEST表并保证数据类型一致

嘿，我来帮你搞定这个问题！要在Python的Pandas里把Oracle的SCOTT.EMP表完整克隆成TEST表，还得保证数据类型完全匹配，其实分两步走就很稳妥：先精准复刻原表的结构，再导入数据，这样就不会出现类型不匹配的坑啦。

方法一：通过DDL语句复刻表结构（推荐） #

这种方法能完全照搬原表的字段类型、约束（比如NOT NULL），是最靠谱的方式：

1. 先安装必要的依赖库
   打开终端执行：

   pip install pandas sqlalchemy cx-oracle
   

2. 连接到Oracle数据库
   替换下面代码里的数据库账号、密码、主机、端口和服务名：

   import pandas as pd
   from sqlalchemy import create_engine
   
   # 构建Oracle连接引擎
   engine = create_engine('oracle+cx_oracle://SCOTT:tiger@你的主机地址:端口号/服务名')
   

3. 获取EMP表的建表DDL并修改为TEST表的DDL
   我们用Oracle自带的DBMS_METADATA工具获取原表的建表语句，然后把表名替换成TEST：

   with engine.connect() as conn:
       # 查询EMP表的完整建表语句
       ddl_result = conn.execute("SELECT DBMS_METADATA.GET_DDL('TABLE', 'EMP', 'SCOTT') FROM DUAL")
       emp_ddl = ddl_result.fetchone()[0]
   
   # 将DDL中的EMP替换为TEST，注意大小写要和原表一致
   test_ddl = emp_ddl.replace('"EMP"', '"TEST"').replace('EMP', 'TEST')
   
   # 执行DDL创建TEST表
   with engine.connect() as conn:
       conn.execute(test_ddl)
   

4. 读取EMP数据并写入TEST表
   现在表结构已经和EMP完全一致，直接导入数据即可：

   # 读取EMP表的所有数据
   emp_df = pd.read_sql('SELECT * FROM SCOTT.EMP', engine)
   
   # 将数据写入TEST表，因为表已存在，用append模式
   emp_df.to_sql('TEST', engine, schema='SCOTT', if_exists='append', index=False)
   

方法二：手动指定数据类型写入 #

如果因为权限问题没法用DBMS_METADATA，可以手动映射每个字段的Oracle数据类型，然后用Pandas创建表并写入：

from sqlalchemy.types import Integer, String, Date, Numeric

# 手动对应原表的每个字段类型，根据你提供的DESC结果补充完整
dtype_mapping = {
    'EMPNO': Integer(),  # 对应NUMBER(4)
    'ENAME': String(length=10),  # 对应VARCHAR2(10)
    'JOB': String(length=9),  # 对应VARCHAR2(9)
    'MGR': Integer(),  # 对应NUMBER(4)
    'HIREDATE': Date(),  # 对应DATE
    'SAL': Numeric(precision=7, scale=2),  # 假设原表SAL是NUMBER(7,2)，请根据实际调整
    # 补充其他字段比如COMM、DEPTNO的类型
}

# 读取数据
emp_df = pd.read_sql('SELECT * FROM SCOTT.EMP', engine)

# 写入TEST表，用replace模式创建表，同时指定数据类型
emp_df.to_sql('TEST', engine, schema='SCOTT', if_exists='replace', index=False, dtype=dtype_mapping)

这种方法需要你准确对应每个字段的类型，不如第一种方法省心，但在特殊场景下也能用。

备注：内容来源于stack exchange，提问作者Veera V