File "E:\python-3.7.0\lib\site-packages\sqlalchemy\orm\mapper.py", line 693, in __init__ self._configure_pks() File "E:\python-3.7.0\lib\site-packages\sqlalchemy\orm\mapper.py", line 1386, in _configure_pks % (self, self.persist_selectable.description) sqlalchemy.exc.ArgumentError: Mapper mapped class D_huaxue->d_huaxue could not assemble any primary key columns for mapped table 'd_huaxue'
时间: 2023-07-21 11:19:12 浏览: 46
这个错误通常表示在创建 ORM 映射时没有找到主键列。在 SQLAlchemy 中,每个映射都必须至少有一个主键列,这是为了确保每个行都可以唯一地标识。
你需要检查 `D_huaxue` 类对应的数据库表 `d_huaxue` 是否有主键列。如果没有主键列,你需要添加一个主键列,或者将已有的列设置为主键列。在 SQLAlchemy 中,可以使用 `primary_key=True` 参数将一个列设置为主键列,如下所示:
```python
class D_huaxue(db.Model):
__tablename__ = 'd_huaxue'
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(100), nullable=False)
longitude = db.Column(db.Float, nullable=False)
latitude = db.Column(db.Float, nullable=False)
```
在上述代码中,`id` 列是一个整数类型的主键列,`name`、`longitude` 和 `latitude` 列分别是字符串类型和浮点数类型的普通列。这样定义之后,`D_huaxue` 类就可以正确地映射到 `d_huaxue` 表了。
相关问题
Traceback (most recent call last): File "C:/Users/DELL/Desktop/python_flask-dc/python_flask/bpnn_tf.py", line 106, in <module> last_three = column.str[-3:] File "E:\python-3.7.0\lib\site-packages\pandas\core\generic.py", line 5137, in __getattr__ return object.__getattribute__(self, name) File "E:\python-3.7.0\lib\site-packages\pandas\core\accessor.py", line 187, in __get__ accessor_obj = self._accessor(obj) File "E:\python-3.7.0\lib\site-packages\pandas\core\strings.py", line 2100, in __init__ self._inferred_dtype = self._validate(data) File "E:\python-3.7.0\lib\site-packages\pandas\core\strings.py", line 2157, in _validate raise AttributeError("Can only use .str accessor with string values!") AttributeError: Can only use .str accessor with string values!Traceback (most recent call last): File "C:/Users/DELL/Desktop/python_flask-dc/python_flask/bpnn_tf.py", line 106, in <module> last_three = column.str[-3:] File "E:\python-3.7.0\lib\site-packages\pandas\core\generic.py", line 5137, in __getattr__ return object.__getattribute__(self, name) File "E:\python-3.7.0\lib\site-packages\pandas\core\accessor.py", line 187, in __get__ accessor_obj = self._accessor(obj) File "E:\python-3.7.0\lib\site-packages\pandas\core\strings.py", line 2100, in __init__ self._inferred_dtype = self._validate(data) File "E:\python-3.7.0\lib\site-packages\pandas\core\strings.py", line 2157, in _validate raise AttributeError("Can only use .str accessor with string values!") AttributeError: Can only use .str accessor with string values!
这个错误信息是由于你使用了`pandas`库中的`str`属性,但是该属性只能用于字符串类型的数据,而你传入的数据类型不是字符串类型,导致报错。
解决方法:
1. 检查你传入的数据类型是否正确。如果不是字符串类型,则需要将其转换为字符串类型。
2. 如果你的数据类型是`pandas`的`Series`类型,可以使用`astype()`函数将其转换为字符串类型,例如:
``` python
import pandas as pd
# 将数字类型的Series转换为字符串类型
s = pd.Series([1, 2, 3])
s = s.astype(str)
```
3. 如果你的数据类型是`pandas`的`DataFrame`类型,可以使用`apply()`函数将其每一列转换为字符串类型,例如:
``` python
import pandas as pd
# 将数字类型的DataFrame每一列转换为字符串类型
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df = df.apply(lambda x: x.astype(str))
```
4. 如果你的数据类型是列表类型,则可以使用列表推导式将其转换为字符串类型,例如:
``` python
# 将数字类型的列表转换为字符串类型
a = [1, 2, 3]
a = [str(i) for i in a]
```
Traceback (most recent call last): File "C:/Users/DELL/Desktop/python_flask-dc/python_flask/bpnn_tf.py", line 106, in <module> last_three = column.str[-3:].tolist() File "E:\python-3.7.0\lib\site-packages\pandas\core\generic.py", line 5137, in __getattr__ return object.__getattribute__(self, name) File "E:\python-3.7.0\lib\site-packages\pandas\core\accessor.py", line 187, in __get__ accessor_obj = self._accessor(obj) File "E:\python-3.7.0\lib\site-packages\pandas\core\strings.py", line 2100, in __init__ self._inferred_dtype = self._validate(data) File "E:\python-3.7.0\lib\site-packages\pandas\core\strings.py", line 2157, in _validate raise AttributeError("Can only use .str accessor with string values!") AttributeError: Can only use .str accessor with string values!
这个错误信息是由于你使用了`pandas`库中的`str`属性,但是该属性只能用于字符串类型的数据,而你传入的数据类型不是字符串类型,导致报错。
解决方法:
1. 检查你传入的数据类型是否正确。如果不是字符串类型,则需要将其转换为字符串类型。
2. 如果你的数据类型是`pandas`的`Series`类型,可以使用`astype()`函数将其转换为字符串类型,例如:
``` python
import pandas as pd
# 将数字类型的Series转换为字符串类型
s = pd.Series([1, 2, 3])
s = s.astype(str)
```
3. 如果你的数据类型是`pandas`的`DataFrame`类型,可以使用`apply()`函数将其每一列转换为字符串类型,例如:
``` python
import pandas as pd
# 将数字类型的DataFrame每一列转换为字符串类型
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df = df.apply(lambda x: x.astype(str))
```
4. 如果你的数据类型是列表类型,则可以使用列表推导式将其转换为字符串类型,例如:
``` python
# 将数字类型的列表转换为字符串类型
a = [1, 2, 3]
a = [str(i) for i in a]
```
在将数据类型转换为字符串类型之后,再使用`str`属性提取每个单元格中的最后三个数字即可。