sqlalchemy to_sql

### 使用SQLAlchemy `to_sql` 方法将数据写入数据库

为了使用 SQLAlchemy 的 `to_sql` 方法将 Pandas DataFrame 数据写入数据库，需遵循特定流程并注意几个重要参数设置。

#### 创建连接对象
创建一个有效的 SQLAlchemy 连接字符串或引擎实例来指定目标数据库的位置和认证信息。对于 MySQL 和其他支持的数据库而言，推荐通过 URL 字符串形式建立连接[^1]：

from sqlalchemy import create_engine

engine = create_engine('mysql+pymysql://username:password@localhost/dbname')

#### 准备Pandas DataFrame
确保要导入的数据已经被加载至 Pandas DataFrame 中以便后续操作。

#### 调用 `to_sql` 方法
调用 Pandas 的 `DataFrame.to_sql()` 方法并将上述准备好的连接传递给该函数作为参数之一。此过程涉及多个可选配置项用于控制行为模式，例如表名、索引处理方式以及插入策略等[^4]：

import pandas as pd

df = pd.DataFrame({
    'column_1': ['value_a', 'value_b'],
    'column_2': [1, 2],
})

df.to_sql(
    name='table_name',
    con=engine,
    if_exists='append',  # 或者'fail','replace'
    index=False          # 不保存index列
)

当执行以上命令时，会尝试把名为 `df` 的 DataFrame 内容追加到已存在的表格 `table_name` 下面；如果不存在则自动新建相应结构体再填充记录集。需要注意的是，在实际应用环境中应当谨慎对待 `if_exists='replace'` 参数选项因为它可能会覆盖整个现有表单造成不可逆影响。