如何将 Pandas 数据集导出到 SQLite 数据库
在我们的上一篇文章中，我们展示了如何使用 sqlalchemy 连接到 SQLite 数据库。
在这篇博文中，我们将展示如何将 pandas DataFrame - 例如我们的时间序列示例数据集 - 导出到 SQLite 数据库。
首先，我们将加载示例数据框：
how-to-export-pandas-dataset-to-sqlite-database.py
import pandas as pd
# 加载预构建的时间序列示例数据集
df = pd.read_csv("https://datasets.techoverflow.net/timeseries-example.csv", parse_dates=["Timestamp"])
df.set_index("Timestamp", inplace=True)现在我们可以如上一篇文章所示打开 SQLite 数据库
export_sqlalchemy_engine.py
import sqlalchemy
db = sqlalchemy.create_engine('sqlite:///timeseries.db')并将 DataFrame 导出到数据库：
df_to_sql.py
df.to_sql('timeseries', db, if_exists="replace")我总是建议使用 if_exists="replace"（即如果表已存在，则替换它）以加快开发过程。
在 HeidiSQL 等 SQLite 查看器中查看时，数据库看起来像这样：
完整代码示例
export_to_sqlite_complete.py
import pandas as pd
# 加载预构建的时间序列示例数据集
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