Python / SQL: zastępowanie pustych ciągów DataFrame wartością „Null” w celu wstawienia danych do bazy danych
Powiedzmy, że mam tę ramkę danych:
REFERENCE = ["GZF882348G", "SFGUZBJLNJU", "FTLNGZ242112", "DFBHGVGHG543"]
IBAN = ["FR7343563", "FR4832545", "FR9858331", "FR2001045"]
DEBIT = [26, '', 856, '']
CREDIT = ['', 324, '', 876]
MONTANT = [641, 33, '', 968]
df = pd.DataFrame({'Référence' : REFERENCE, 'IBAN' : IBAN, 'Débit' : DEBIT, 'Crédit' : CREDIT, 'Montant' : MONTANT})
Mam problem z formatem do wstawienia tego rodzaju danych do mojej bazy danych. Kolumny „Débit”, „Crédit”, „Montant” są zdefiniowane tak, aby pobierać liczby zmiennoprzecinkowe jako dane. Jednak dane z tych kolumn to nie tylko liczby całkowite, mam też puste łańcuchy i to jest mój problem. Wiem, że muszę napisać warunek, który zamieni pusty ciąg na wartość „Null” w formacie SQL, jednak nie wiem, jak to zrobić w Pythonie ani w SQL. Odkrywam / uczę się środowiska SQL.
Oto mój kod:
import pandas as pd
import pyodbc
server = '...'
database = '...'
username = '...'
password = '...'
driver = '...'
connection = pyodbc.connect('DRIVER='+driver+';SERVER='+server+';PORT=1433;DATABASE='+database+';UID='+username+';PWD='+password)
cursor = connection.cursor()
for i, row in df.iterrows():
sql_exe = "INSERT INTO dbo.tbl_data_xml (Réference,IBAN,Débit,Crédit,Montant) VALUES (?,?,?,?,?)"
cursor.execute(sql_exe, tuple(row))
connection.commit()
Każdy może mi pomóc.
Dziękuję Ci
Odpowiedzi
Wygląda na to, że mieszasz typy w ramce danych Pandas, gdzie ciąg,, ''
jest połączony z liczbą całkowitą w tej samej kolumnie, co potwierdzają wszystkie object
typy. W relacyjnych bazach danych nie można mieszać typów danych. Konwersja ''
na ciąg 'NULL'
nie rozwiąże problemu. W SQLNULL <> 'NULL'
df.dtypes
# Référence object
# IBAN object
# Débit object
# Crédit object
# Montant object
# dtype: object
W związku z tym przekonwertuj kolumny na liczbowe z pd.to_numeric
gdzie pusty ciąg ''
,, konwertuje, na NaN
które ta jednostka powinna zostać przetłumaczona na NULL
jednostkę SQL .
df[['Débit', 'Crédit', 'Montant']] = df[['Débit', 'Crédit', 'Montant']].apply(pd.to_numeric)
df.dtypes
# Référence object
# IBAN object
# Débit float64
# Crédit float64
# Montant float64
# dtype: object
df
# Référence IBAN Débit Crédit Montant
# 0 GZF882348G FR7343563 26.0 NaN 641.0
# 1 SFGUZBJLNJU FR4832545 NaN 324.0 33.0
# 2 FTLNGZ242112 FR9858331 856.0 NaN NaN
# 3 DFBHGVGHG543 FR2001045 NaN 876.0 968.0
Następnie uruchom zapytanie. W rzeczywistości unikaj wolniejszej for
pętli iterrows
i rozważ df.to_numpy
+ cursor.executemany
.
# PREPARED STATEMENT
sql_exe = "INSERT INTO dbo.tbl_data_xml (Réference,IBAN,Débit,Crédit,Montant) VALUES (?,?,?,?,?)"
# CONVERT DATA TO LIST OF NUMPY ARRAYS
sql_data = df.where(pd.notnull(df), None).to_numpy().replace(.tolist()
# EXECUTE ACTION QUERY
cursor.executemany(sql_exe, sql_data)
connection.commit()
Możesz użyć Pandas.DataFrame.to_sql
takich jak
df.to_sql('dbo.tbl_data_xml', con=connection, if_exists='append', index=False )
gdzie append
opcja oznacza wstawienie nowych wartości do tabeli, jeśli wersja pandy to 0.15+
Mógłbyś:
df.loc[df['Débit'].eq(''), 'Débit'] = 'NULL'
df.loc[df['Crédit'].eq(''), 'Crédit'] = 'NULL'
df.loc[df['Montant'].eq(''), 'Montant'] = 'NULL'
print(df)
Wynik
Référence IBAN Débit Crédit Montant
0 GZF882348G FR7343563 26 NULL 641
1 SFGUZBJLNJU FR4832545 NULL 324 33
2 FTLNGZ242112 FR9858331 856 NULL NULL
3 DFBHGVGHG543 FR2001045 NULL 876 968
Lub po prostu,
df[df[['Débit', 'Crédit', 'Montant']].eq('')] = "NULL"
print(df)
Wynik
Référence IBAN Débit Crédit Montant
0 GZF882348G FR7343563 26 NULL 641
1 SFGUZBJLNJU FR4832545 NULL 324 33
2 FTLNGZ242112 FR9858331 856 NULL NULL
3 DFBHGVGHG543 FR2001045 NULL 876 968
Konwertuj numeric
na odpowiednie kolumny ifillna(NULL)
df[['Débit', 'Crédit', 'Montant']]=df.iloc[:,2:].apply(lambda x: pd.to_numeric(x).fillna('NULL'))
Référence IBAN Débit Crédit Montant
0 GZF882348G FR7343563 26 NULL 641
1 SFGUZBJLNJU FR4832545 NULL 324 33
2 FTLNGZ242112 FR9858331 856 NULL NULL
3 DFBHGVGHG543 FR2001045 NULL 876 968