Pandas-Datensatz in SQLite-Datenbank exportieren
English
Deutsch
In unserem vorherigen Beitrag haben wir gezeigt, wie man sich mit einer SQLite-Datenbank über sqlalchemy verbindet.
In diesem Beitrag zeigen wir, wie man einen pandas DataFrame exportiert – zum Beispiel unseren Zeitreihen-Beispieldatensatz – in die SQLite-Datenbank.
Zuerst laden wir den Beispiel-DataFrame:
how-to-export-pandas-dataset-to-sqlite-database.py
import pandas as pd
# Vorgefertigten Zeitreihen-Beispieldatensatz laden
df = pd.read_csv("https://datasets.techoverflow.net/timeseries-example.csv", parse_dates=["Timestamp"])
df.set_index("Timestamp", inplace=True)Nun kann die SQLite-Datenbank wie im vorherigen Beitrag gezeigt geöffnet werden
export_sqlalchemy_engine.py
import sqlalchemy
db = sqlalchemy.create_engine('sqlite:///timeseries.db')und der DataFrame in die Datenbank exportiert werden:
df_to_sql.py
df.to_sql('timeseries', db, if_exists="replace")Ich empfehle immer, if_exists="replace" zu verwenden (d.h. wenn die Tabelle bereits existiert, wird sie ersetzt) für einen schnelleren Entwicklungsprozess.
Die Datenbank sieht so aus, wenn sie in einem SQLite-Betrachter wie HeidiSQL angezeigt wird:
Vollständiges Codebeispiel
export_to_sqlite_complete.py
import pandas as pd
# Vorgefertigten Zeitreihen-Beispieldatensatz laden
df = pd.read_csv("https://datasets.techoverflow.net/timeseries-example.csv", parse_dates=["Timestamp"])
df.set_index("Timestamp", inplace=True)
import sqlalchemy
db = sqlalchemy.create_engine('sqlite:///timeseries.db')
df.to_sql('timeseries', db, if_exists="replace")If this post helped you, please consider buying me a coffee or donating via PayPal to support research & publishing of new posts on TechOverflow