问题描述
使用熊猫to_sql函数时是否可以插入外键?
我正在用django中的熊猫处理上载的Consultation
(n = 40k),然后再将它们添加到数据库中(postgres)。我逐行获取了此工作,但这需要15到20分钟。这比我希望用户等待的时间更长,因此我正在寻找一种更有效的解决方案。
我尝试了pandas to_sql,但是在调用consultations
函数之前,我无法弄清楚如何将两个外键关系作为列添加到to_sql
数据帧中。有没有一种方法可以将Patient和Praktijk外键添加为consultations
数据框中的列?
更具体地说,当逐行插入时,我在数据库中创建新咨询时使用 type Patient
或Praktijk
类型的对象。但是,在数据框中,我无法使用这些类型,因此不知道如何正确添加外键。可能有object
或int
类型的值(患者的ID?),可以替代Patient类型的值,从而设置外键吗?
Consultation
模型:
class Consultation(models.Model):
# the foreign keys
patient = models.ForeignKey(Patient,on_delete=models.CASCADE,null=True,blank=True)
praktijk = models.ForeignKey(Praktijk,default='')
# other fields which do not give trouble with to_sql
patient_nr = models.IntegerField(blank=True,null=True)
# etc
to_sql
呼叫:
consultations.to_sql(Consult._meta.db_table,engine,if_exists='append',index=False,chunksize=10000)
如果以上方法均无法实现,那么是否有任何暗示指向另一个更有效的解决方案?
解决方法
我遇到了同样的问题,这就是我解决的方法。我的回答不那么直接,但我相信它会有所帮助。
检查django项目,以确保有两件事:
- 目标表名称
- 表列名称
就我而言,在定义Django模型以使用显式名称时,我使用class Meta
(django有一种自动命名表的方式)。我将使用django tutorial project进行说明。
class Question(models.Model):
question_text = models.CharField(max_length=200)
pub_date = models.DateTimeField('date published')
class Meta:
db_table = "poll_questions"
class Choice(models.Model):
question = models.ForeignKey(Question,on_delete=models.CASCADE)
choice_text = models.CharField(max_length=200)
votes = models.IntegerField(default=0)
class Meta:
db_table = "question_choices"
注意: Django使用Question对象的 pk 在数据库中引用了Question外键。
假设我有一个问题pk 1,以及一个我想用来更新问题选择的数据框 df 。 如果使用熊猫批量插入数据库,我的df必须看起来像下面的样子!
import pandas as pd
df = pd.DataFrame(
{
"question": [1,1,1],"choice_text": [
"First Question","Second Question","Third Question","Fourth Question","Fifth Question"
],"votes":[5,3,10,13]
}
)
我希望我可以将df编写为表格。太糟糕了,SO不支持表的常规减价
不过,我们的df下一步是创建用于插入记录的数据库连接。
from django.conf import settings
from sqlalchemy import create_engine
# load database settings from django
user = settings.DATABASES['default']['USER']
passwd = settings.DATABASES['default']['PASSWORD']
dbname = settings.DATABASES['default']['NAME']
# create database connection string
conn = 'postgresql://{user}:{passwd}@localhost:5432/{dbname}'.format(
user=user,passwd=passwd,dbname=dbname
)
# actual database connection object.
conn = create_engine(conn,echo=False)
# write df into db
df.to_sql("question_choices",con=conn,if_exists="append",index=False,chunksize=500,method="multi")
Voila!
我们完成了!
注意:
django支持bulk-create,但这不是您要求的。