Sqlalchemy：将 pandas 数据帧中的新行添加到 mysql 表中，如果它们不存在于表中

Question

我创建了一个表，插入从 api 获取的数据并使用 sqlalchemy 存储到 pandas 数据框中。我需要每 4 小时查询一次 api，以获取新数据。问题是，API 不仅会返回新数据，还会返回已导入 mysql 的旧数据，我如何才能将新数据导入 mysql 表中

我从 api 检索数据，将数据存储到 pandas 对象中，创建与 mysql 数据库的连接并创建一个全新的表。

import requests
import json
from pandas.io.json import json_normalize
myToken = 'xxx'
myUrl = 'somewebsite'
head = {'Authorization': 'token {}'.format(myToken)}
response = requests.get(myUrl, headers=head)
data=response.json()
#print(data.dumps(data, indent=4, sort_keys=True))
results=json_normalize(data['results'])
results.rename(columns={'datastream.name': 'datastream_name',                    
                        'datastream.url':'datastream_url',
                        'datastream.datastream_type_id':'datastream_id',
                        'start':'error_date'}, inplace=True)

results_final=pd.DataFrame([results.datastream_name,
                            results.datastream_url, 
                            results.error_date, 
                            results.datastream_id,
                            results.message,
                            results.type_label]).transpose()

from sqlalchemy import create_engine
from sqlalchemy import exc
engine = create_engine('mysql://usr:psw@ip/schema')
con = engine.connect()
results_final.to_sql(name='error',con=con,if_exists='replace')
con.close()

最终目标是将来自 api 的不存在数据插入到表中

Answer 1

您可以将数据库中已有的结果提取到新的数据帧中，然后比较两个数据帧。之后，您只需插入表中没有的行。不知道您的表格或数据的格式，我只是SELECT在这里使用通用语句。

from sqlalchemy import create_engine
from sqlalchemy import exc
engine = create_engine('mysql://usr:psw@ip/schema')
con = engine.connect()
sql = "SELECT * FROM table_name"
old_results = pd.read_sql(sql, con)
df = pd.merge(old_results, results_final, how='outer', indicator=True)
new_results = df[df['_merge']=='right_only'][results_final.columns]
new_results.to_sql(name='error',con=con,if_exists='append')
con.close()

您还需要更改if_exists为，append因为设置为replace它会删除表中的所有值并将它们替换为 pandas 数据框中的值。