我有存储在 pandas DataFrame 中的股票价格数据，如下所示(实际上它在面板中，但我将其转换为 DataFrame)
date ticker close tsr
0 2013-03-28 abc 22.81 1.000439
1 2013-03-28 def 94.21 1.006947
2 2013-03-28 ghi 95.84 1.014180
3 2013-03-28 jkl 31.80 1.000000
4 2013-03-28 mno 32.10 1.003125
...many more rows
我想将它保存在 Django 模型中，它看起来像这样(与列名匹配):
class HistoricalPrices(models.Model):
ticker = models.CharField(max_length=10)
date = models.DateField()
tsr = models.DecimalField()
close = models.DecimalField()
到目前为止我想到的最好的方法是使用它来保存它，其中 df 是我的 DataFrame:
entries = []
for e in df.T.to_dict().values():
entries.append(HistoricalPrices(**e))
HistoricalPrices.objects.bulk_create(entries)
有没有更好的方法来保存它？
我看过django-pandas , 但看起来它只是从数据库中读取。
最佳答案
使用to_sql() 效率最高为 engine 使用适当的 connection 参数，并在你的 Django 应用程序中运行它，而不是遍历 DataFrame 和一次保存一个 model 实例:
from sqlalchemy import create_engine
from django.conf import settings
user = settings.DATABASES['default']['USER']
password = settings.DATABASES['default']['PASSWORD']
database_name = settings.DATABASES['default']['NAME']
database_url = 'postgresql://{user}:{password}@localhost:5432/{database_name}'.format(
user=user,
password=password,
database_name=database_name,
)
engine = create_engine(database_url, echo=False)
df.to_sql(HistoricalPrices, con=engine)
关于python - 将 Pandas DataFrame 保存到 Django 模型，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37688054/