在目前大數(shù)據(jù)和人工智能的大趨勢下，越來越多的人開始學習python作為自己入手數(shù)據(jù)和AI的第一門語言，筆者也是如此。很多人在接觸python的第一步都是學習pandas，主要是這個框架是最接近于R和Matlab學習起來輕松易懂。但是在pandas的使用中，有很多問題和很多人因為對編程和計算機概念不理解，導致很多很多的坑，筆者在此開一個系列博文，不定期更新中會將自己遇到的坑介紹給大家。
pandas坑之to_sql
pandas是將格式化數(shù)據(jù)直接編程python可讀的DataFrame格式（其實本質(zhì)上就是字典，并且自動設置了index和colunms），pandas本身的操作給了用戶很好的體驗和數(shù)據(jù)分析過程，但是pandas從數(shù)據(jù)庫讀取再轉(zhuǎn)錄入數(shù)據(jù)庫是不少新人一直頭疼的問題，筆者也為此最初頭疼不已。根據(jù)《利用python進行數(shù)據(jù)分析》的書中，有大致介紹一個函數(shù)——to_sql，相信很多人都是對此了解的。
但是，使用to_sql這個函數(shù)有一個問題，雖然to_sql函數(shù)可以直接將字典數(shù)據(jù)直接存入數(shù)據(jù)庫，但是，to_sql限制是非常之大的（畢竟別人寫的類）
我們先看一個操作
import pandas as pd
import pymysql
conn=pymysql.connect(host,port,user,password,charset,db)
df1=pd.DataFrame(list)
df.to_sql(tablename,conn)
相信很多人都是按照以上進行的傻瓜操作，但是筆者在這里只能告訴你們，這是大錯特錯的。
要學習python最快的方法，并不是上什么培訓班，看視頻，最快的方法，就是去閱讀python的庫文檔，python手冊。畢竟python雖然在使用上非常難，但是在學習上并不是特別難（相對于java和C++）。
根據(jù)庫的文檔，我們看到to_sql函數(shù)支持兩類mysql引擎一個是sqlalchemy，另一個是sqlliet3.沒錯，在你寫入庫的時候，pymysql是不能用的！??！mysqldb也是不能用的，你只能使用sqlalchemy或者sqlliet3！！鑒于sqllift3已經(jīng)很久沒有更新了，筆者這里建議使用sqlalchemy??！
所以上面那段要改寫成下面這樣：
import pandas as pd
from sqlalchemy import create_engine
conn = create_engine('mysql+mysqldb://root:password@localhost:3306/databasename?charset=utf8')
下面一步很關(guān)鍵，注意?。?！to_sql函數(shù)并不在pd之中，而是在io.sql之中，是sql腳本下的一個類?。?！所以to_sql的最好寫法就是：
pd.io.sql.to_sql(df1,tablename,con=conn,if_exists='repalce')
是不是感覺大功告成了？？？
那是你的錯覺，趕緊回到數(shù)據(jù)庫看看吧??！你會發(fā)現(xiàn)WTF為什么我原來的數(shù)據(jù)都沒有了?。?/p>
這就是to_sql的第二個坑if_exists字段：
很多新人按照網(wǎng)上的教程，都將if_exists字段定義為‘replace’活著‘fail’，要么發(fā)現(xiàn)原來數(shù)據(jù)沒有了，要么發(fā)現(xiàn)什么時候都沒有做！
麻煩請各位新人仔細閱讀文檔?。?！
fail的意思如果表存在，啥也不做
replace的意思，如果表存在，刪了表，再建立一個新表，把數(shù)據(jù)插入
append的意思，如果表存在，把數(shù)據(jù)插入，如果表不存在創(chuàng)建一個表！！
你看懂了嗎，所以大家一定要讀文檔！讀文檔??！讀文檔！??！
