And*_*rei 6 python sqlite dataframe pandas tqdm
我想将数据从大型csv文件迁移到sqlite3数据库.
我使用pandas在Python 3.5上的代码:
con = sqlite3.connect(DB_FILENAME)
df = pd.read_csv(MLS_FULLPATH)
df.to_sql(con=con, name="MLS", if_exists="replace", index=False)
Run Code Online (Sandbox Code Playgroud)
是否可以打印执行to_sql方法的当前状态(进度条)?
我查看了关于tqdm的文章,但没有找到如何做到这一点.
mir*_*ixx 11
Unfortuantely DataFrame.to_sql不提供chunk-by-chunk回调,tqdm需要它来更新其状态.但是,您可以按块处理数据帧块:
import sqlite3
import pandas as pd
from tqdm import tqdm
DB_FILENAME='/tmp/test.sqlite'
def chunker(seq, size):
# from http://stackoverflow.com/a/434328
return (seq[pos:pos + size] for pos in xrange(0, len(seq), size))
def insert_with_progress(df, dbfile):
con = sqlite3.connect(dbfile)
chunksize = int(len(df) / 10) # 10%
with tqdm(total=len(df)) as pbar:
for i, cdf in enumerate(chunker(df, chunksize)):
replace = "replace" if i == 0 else "append"
cdf.to_sql(con=con, name="MLS", if_exists=replace, index=False)
pbar.update(chunksize)
df = pd.DataFrame({'a': range(0,100000)})
insert_with_progress(df, DB_FILENAME)
Run Code Online (Sandbox Code Playgroud)
注意我在这里生成DataFrame inline是为了拥有一个没有依赖性的完整可行的例子.
结果令人惊叹:
小智 6
我想分享 miraculixx 发布的解决方案的一个变体 - 我必须为 SQLAlchemy 进行更改:
#these need to be customized - myDataFrame, myDBEngine, myDBTable
df=myDataFrame
def chunker(seq, size):
return (seq[pos:pos + size] for pos in range(0, len(seq), size))
def insert_with_progress(df):
con = myDBEngine.connect()
chunksize = int(len(df) / 10)
with tqdm(total=len(df)) as pbar:
for i, cdf in enumerate(chunker(df, chunksize)):
replace = "replace" if i == 0 else "append"
cdf.to_sql(name="myDBTable", con=conn, if_exists="append", index=False)
pbar.update(chunksize)
tqdm._instances.clear()
insert_with_progress(df)
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
4132 次 |
| 最近记录: |