我正在通过 Django(新迁移)向包含 100 多列的 Postgres 表添加一列。如何使用 pandas
data_frame 中的数据更新 PostgreSQL 表中的列? Postgres SQL 的伪代码 UPDATE将是:
UPDATE wide_table wt
SET wt.z = df.z
WHERE date = 'todays_date'
这样做的原因是我正在使用 S3
中的 CSV 计算 data_frame
中的列(这是 df.z
)。 Postgres update 的文档使用起来很简单,但我不确定如何通过 Django、sqlalchemy、pyodbc 等来做到这一点。
如果这有点令人费解,我深表歉意。一个小而不完整的例子是:
宽表(预更新列 z
)
identifier | x | y | z | date
foo | 2 | 1 | 0.0 | ...
bar | 2 | 8 | 0.0 | ...
baz | 3 | 7 | 0.0 | ...
foo | 2 | 8 | 0.0 | ...
foo | 1 | 5 | 0.0 | ...
baz | 2 | 8 | 0.0 | ...
bar | 9 | 3 | 0.0 | ...
baz | 2 | 3 | 0.0 | ...
示例 Python 片段
def apply_function(identifier):
# Maps baz-> 15.0, bar-> 19.6, foo -> 10.0 for single date
df = pd.read_csv("s3_file_path/date_file_name.csv")
# Compute 'z' based on identifier and S3 csv
return z
postgres_query = "Select identifier from wide_table"
df = pd.read_sql(sql=postgres_query, con=engine)
df['z'] = df.identifier.apply(apply_function)
# Python / SQL Update Logic here to update Postgres Column
???
宽表(更新后列 z
)
identifier | x | y | z | date
foo | 2 | 1 | 10.0 | ...
bar | 2 | 8 | 19.6 | ...
baz | 3 | 7 | 15.0 | ...
foo | 2 | 8 | 10.0 | ...
foo | 1 | 5 | 10.0 | ...
baz | 2 | 8 | 15.0 | ...
bar | 9 | 3 | 19.6 | ...
baz | 2 | 3 | 15.0 | ...
注意:z 中的值每天都会更改,因此简单地创建另一个表来保存这些 z
值并不是一个很好的解决方案。此外,我真的更愿意避免删除所有数据并将其添加回来。
最佳答案
遇到了类似的问题,目前接受的解决方案对我来说太慢了。我的表有 500k+ 行,我需要更新 100k+ 行。经过长时间的研究和反复试验,我得出了一个有效且正确的解决方案。
这个想法是使用 psycopg 作为你的编写器并使用一个临时表。 df
是您的 pandas 数据框,其中包含您要设置的值。
import psycopg2
conn = psycopg2.connect("dbname='db' user='user' host='localhost' password='test'")
cur = conn.cursor()
rows = zip(df.id, df.z)
cur.execute("""CREATE TEMP TABLE codelist(id INTEGER, z INTEGER) ON COMMIT DROP""")
cur.executemany("""INSERT INTO codelist (id, z) VALUES(%s, %s)""", rows)
cur.execute("""
UPDATE table_name
SET z = codelist.z
FROM codelist
WHERE codelist.id = vehicle.id;
""")
cur.rowcount
conn.commit()
cur.close()
conn.close()
关于python - 如何使用 Pandas 数据框更新 Postgres 表列?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55052395/