Pandas to_sql除了PostgreSQL上的“public”之外，无法写入架构

Question

我正在尝试将数据帧的内容写入除“public”架构之外的架构中的表。我遵循Pandas writing dataframe to other postgresql schema中描述的模式：

meta = sqlalchemy.MetaData()
engine = create_engine('postgresql://some:user@host/db')
meta = sqlalchemy.MetaData(engine, schema='schema')
meta.reflect(engine, schema='schema')
pdsql = pandas.io.sql.PandasSQLAlchemy(engine, meta=meta)

但当我试着给桌子写信时：

pdsql.to_sql(df, 'table', if_exists='append')

我得到以下错误：

InvalidRequestError: Table 'schema.table' is already defined for this MetaData instance.  Specify 'extend_existing=True' to redefine options and columns on an existing Table object.

我还试着将extend_existing=True添加到reflect调用中，但这似乎没有什么区别。

我怎样才能让熊猫给这张桌子写信？

Answer 1

更新：从pandas 0.15开始，支持写入不同的架构。然后可以使用schema关键字参数：

df.to_sql('test', engine, schema='a_schema')

---

正如我在链接的question中所说，目前还不支持使用read_sql和to_sql函数写入不同的模式（但是已经提交了一个增强请求：https://github.com/pydata/pandas/issues/7441）。

但是，我描述了使用对象接口的解决方法。但是我在这里描述的只适用于添加一次表，而不适用于替换和/或追加表。因此，如果只想添加，请先删除现有表，然后再次写入。

如果你想添加到表中，下面是一个更复杂的解决方法。首先重新定义has_table和get_table：

def has_table(self, name):
    return self.engine.has_table(name, schema=self.meta.schema)

def get_table(self, table_name):
    if self.meta.schema:
        table_name = self.meta.schema + '.' + table_name
    return self.meta.tables.get(table_name)

pd.io.sql.PandasSQLAlchemy.has_table = has_table
pd.io.sql.PandasSQLAlchemy.get_table = get_table

然后像您所做的那样创建PandasSQLAlchemy对象，并写入数据：

meta = sqlalchemy.MetaData(engine, schema='schema')
meta.reflect()
pdsql = pd.io.sql.PandasSQLAlchemy(engine, meta=meta)
pdsql.to_sql(df, 'table', if_exists='append')

这显然不是一个好的方法，但是我们正在努力为0.15提供更好的API。如果你想帮忙，请进https://github.com/pydata/pandas/issues/7441。

当心！此接口（PandasSQLAlchemy）尚未真正公开，仍将在下一版本的pandas中进行更改，但这是为pandas 0.14（.1）执行此操作的方法。

更新：PandasSQLAlchemy在pandas 0.15中重命名为SQLDatabase。