Sqlalchemy：将pandas dataframe中的新行添加到mysql表中，如果选项卡中不存在这些新行

Question

我创建了一个表，插入从api获取的数据，并使用sqlalchemy存储到熊猫数据帧中。 我需要每4小时查询一次api来获取新数据。 问题是api不仅会给我返回新的数据，而且还会返回已经导入mysql的旧数据 如何将新数据导入mysql表

我从api检索数据，将数据存储到pandas对象中，创建到mysql数据库的连接，并创建了一个新的表。在

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()

最终目标是插入到表中，只插入来自api的不存在的数据

Answer 1

您可以将数据库中已经存在的结果拉到一个新的数据帧中，然后比较这两个数据帧。之后，只插入不在表中的行。不知道表或数据的格式，我只是在这里使用一个通用的SELECT语句。在

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.from_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()

您还需要将if_exists更改为append，因为设置为replace会删除表中的所有值，并用pandas数据帧中的值替换它们。在