下篇: Pandas to_sql 函数避坑指南「mssql字符乱码」

今天在使用 Pandas 的 to_sql 方法时，遇到一堆问题，一顿搜索后，靠谱的答案少之又少，各种被误导，特此记录

# 我的环境：

Mysql: 8.0.25
Python: 3.8.11

pandas: 1.3.4
sqlalchemy: 1.4.32
pymysql: 1.0.2

首先看一下 to_sql 方法的参数

DataFrame.to_sql(name, 
				 con, 
				 schema=None, 
                 if_exists='fail', 
	             index=True, 
                 index_label=None, 
                 chunksize=None, 
                 dtype=None, 
                 method=None)

真正需要注意的参数有四个：

• name：数据库对应的表名
• con：数据库引擎
• if_exists：若表存在，如何选择， 默认为 fail
  • 若数据库 table 存在，需置为 append
• index：将 DataFrame 索引写为列，默认 True
  • 若数据库 table 无对应字段，需置为 False

通过 Pandas 文档可知，参数 con 仅支持 sqlalchemy.engine 或者 sqlite3.Connection

con：sqlalchemy.engine.(Engine or Connection) or sqlite3.Connection
Using SQLAlchemy makes it possible to use any DB supported by that library. Legacy support is provided > for sqlite3.Connection objects. The user is responsible for engine disposal and connection closure for the > SQLAlchemy connectable See here.

💡 前提：保证 Dataframe 各列数据类型 与 Mysql 各字段数据类型一致

因此，正确的代码如下：

import pymysql
from sqlalchemy import create_engine

pymysql.install_as_MySQLdb()
engine = create_engine('mysql+mysqldb://user:passwd@localhost/db?charset=utf8')
df.to_sql(name='user', con=engine)

或者

import pymysql
from sqlalchemy import create_engine

engine = create_engine('mysql+pymysql://user:passwd@localhost/db?charset=utf8')
df.to_sql(name='user', con=engine)