How to import CSV file data into a PostgreSQL table?
如何编写从csv文件导入数据并填充表的存储过程?
看看这篇短文。
此处解释的解决方案:
创建表:
1 2 3 | CREATE TABLE zip_codes (ZIP CHAR(5), LATITUDE DOUBLE PRECISION, LONGITUDE DOUBLE PRECISION, CITY VARCHAR, STATE CHAR(2), COUNTY VARCHAR, ZIP_CLASS VARCHAR); |
将csv文件中的数据复制到表中:
1 | COPY zip_codes FROM '/path/to/csv/ZIP_CODES.txt' WITH (FORMAT csv); |
如果您没有使用EDOCX1(在数据库服务器上工作)的权限,可以使用EDOCX1(在数据库客户机中工作)。使用与bozhidar batsov相同的示例:
创建表:
1 2 3 | CREATE TABLE zip_codes (ZIP CHAR(5), LATITUDE DOUBLE PRECISION, LONGITUDE DOUBLE PRECISION, CITY VARCHAR, STATE CHAR(2), COUNTY VARCHAR, ZIP_CLASS VARCHAR); |
将数据从csv文件复制到表中:
1 | \copy zip_codes FROM '/path/to/csv/ZIP_CODES.txt' DELIMITER ',' CSV |
还可以指定要读取的列:
1 | \copy zip_codes(ZIP,CITY,STATE) FROM '/path/to/csv/ZIP_CODES.txt' DELIMITER ',' CSV |
一种快速的方法是使用python pandas库(0.15或更高版本最有效)。这将处理为您创建列的问题——尽管很明显,它为数据类型所做的选择可能不是您想要的。如果它不能完全满足您的需要,您可以始终使用作为模板生成的"创建表"代码。
下面是一个简单的例子:
1 2 3 4 5 6 7 8 | import pandas AS pd df = pd.read_csv('mypath.csv') df.columns = [c.lower() FOR c IN df.columns] #postgres doesn't like capitals or spaces from sqlalchemy import create_engine engine = create_engine('postgresql://username:password@localhost:5432/dbname') df.to_sql("my_table_name", engine) |
下面的一些代码向您展示了如何设置各种选项:
1 2 3 4 5 6 7 8 9 10 11 | # SET it so the raw SQL output IS logged import logging logging.basicConfig() logging.getLogger('sqlalchemy.engine').setLevel(logging.INFO) df.to_sql("my_table_name2", engine, if_exists="append", #options are ‘fail’, ‘REPLACE’, ‘append’, DEFAULT ‘fail’ INDEX=FALSE, #Do NOT output the INDEX OF the dataframe dtype={'col1': sqlalchemy.types.NUMERIC, 'col2': sqlalchemy.types.String}) #Datatypes should be [sqlalchemy types][1] |
您还可以使用pgadmin,它提供了一个GUI来进行导入。在这个so线程中显示的。使用pgadmin的优点是它也适用于远程数据库。
不过,与以前的解决方案非常相似,您需要已经在数据库中拥有表。每个人都有自己的解决方案,但我通常要做的是在Excel中打开csv,复制标题,将带有换位的特殊粘贴到不同的工作表上,将相应的数据类型放到下一列,然后将其与相应的SQL表创建查询一起复制并粘贴到文本编辑器中,如下所示:
1 2 3 4 5 6 7 | CREATE TABLE my_table ( /*paste data from Excel here for example ... */ col_1 BIGINT, col_2 BIGINT, /* ... */ col_n BIGINT ) |
正如保罗提到的,导入工作在pgadmin:
右键单击表格->导入
选择本地文件、格式和编码
以下是德国PGADMIN GUI屏幕截图:
使用DBVisualizer也可以做类似的事情(我有一个许可证,不确定免费版本)
右键单击表->导入表数据…
这里的大多数其他解决方案都要求您提前/手动创建表。这在某些情况下可能不实际(例如,如果目标表中有很多列)。因此,下面的方法可能很有用。
提供csv文件的路径和列计数,可以使用以下函数将表加载到一个名为
假定顶行具有列名。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 | CREATE OR REPLACE FUNCTION DATA.load_csv_file ( target_table text, csv_path text, col_count INTEGER ) RETURNS void AS $$ DECLARE iter INTEGER; -- dummy integer to iterate columns with col text; -- variable to keep the column name at each iteration col_first text; -- first column name, e.g., top left corner on a csv file or spreadsheet BEGIN SET schema 'your-schema'; CREATE TABLE temp_table (); -- add just enough number of columns FOR iter IN 1..col_count loop EXECUTE format('alter table temp_table add column col_%s text;', iter); END loop; -- copy the data from csv file EXECUTE format('copy temp_table from %L with delimiter '','' quote ''"'' csv ', csv_path); iter := 1; col_first := (SELECT col_1 FROM temp_table LIMIT 1); -- update the column names based on the first row which has the column names FOR col IN EXECUTE format('select unnest(string_to_array(trim(temp_table::text, ''()''), '','')) from temp_table where col_1 = %L', col_first) loop EXECUTE format('alter table temp_table rename column col_%s to %s', iter, col); iter := iter + 1; END loop; -- delete the columns row EXECUTE format('delete from temp_table where %s = %L', col_first, col_first); -- change the temp table name to the name given as parameter, if not blank IF LENGTH(target_table) > 0 THEN EXECUTE format('alter table temp_table rename to %I', target_table); END IF; END; $$ LANGUAGE plpgsql; |
1 | COPY TABLE_NAME FROM 'path/to/data.csv' DELIMITER ',' CSV HEADER; |
个人体验PostgreSQL,还在等待更快的方式。
1。如果文件存储在本地,请首先创建表骨架:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | DROP TABLE IF EXISTS ur_table; CREATE TABLE ur_table ( id serial NOT NULL, log_id NUMERIC, proc_code NUMERIC, DATE TIMESTAMP, qty INT, name VARCHAR, price money ); COPY ur_table(id, log_id, proc_code, DATE, qty, name, price) FROM '\path\xxx.csv' DELIMITER ',' CSV HEADER; |
2。当pathxxx.csv在服务器上时,PostgreSQL没有若要访问服务器,必须通过pgadmin内置功能导入.csv文件。
右键单击表名,选择"导入"。
如果仍然有问题,请参考本教程。http://www.postgresqltudio.com/import-csv-file-into-posgresql-table/
使用此SQL代码
1 2 | copy TABLE_NAME(atribute1,attribute2,attribute3...) FROM 'E:\test.csv' delimiter ',' csv header |
header关键字让DBMS知道csv文件有一个具有属性的header。
有关更多信息,请访问http://www.postgresqltudio.com/import-csv-file-into-posgresql-table/
imho,最方便的方法是使用csvkit中的csvsql,从csvkit中导入csv数据到postgresql,这是一个可以通过pip安装的python包。
先创建表
然后使用copy命令复制表详细信息:
复制表名(c1,c2,c3….)从'path to your csv file'delimiter'、'csv header;
谢谢
如果需要从文本/解析多行csv导入简单机制,可以使用:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | CREATE TABLE t -- OR INSERT INTO tab(col_names) AS SELECT t.f[1] AS col1 ,t.f[2]::INT AS col2 ,t.f[3]::DATE AS col3 ,t.f[4] AS col4 FROM ( SELECT regexp_split_to_array(l, ',') AS f FROM regexp_split_to_table( $$a,1,2016-01-01,bbb c,2,2018-01-01,ddd e,3,2019-01-01,eee$$, ' ') AS l) t; |
DBFiddle演示
在python中,可以使用此代码自动创建带有列名的PostgreSQL表:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 | import pandas, csv FROM io import StringIO FROM sqlalchemy import create_engine def psql_insert_copy(TABLE, conn, KEYS, data_iter): dbapi_conn = conn.connection WITH dbapi_conn.cursor() AS cur: s_buf = StringIO() writer = csv.writer(s_buf) writer.writerows(data_iter) s_buf.seek(0) COLUMNS = ', '.join('"{}"'.format(k) FOR k IN KEYS) IF TABLE.schema: TABLE_NAME = '{}.{}'.format(TABLE.schema, TABLE.name) ELSE: TABLE_NAME = TABLE.name SQL = 'COPY {} ({}) FROM STDIN WITH CSV'.format(TABLE_NAME, COLUMNS) cur.copy_expert(SQL=SQL, file=s_buf) engine = create_engine('postgresql://user:password@localhost:5432/my_db') df = pandas.read_csv("my.csv") df.to_sql('my_table', engine, schema='my_schema', method=psql_insert_copy) |
它也比较快,我可以在大约4分钟内导入超过330万行。
创建表并具有用于在csv文件中创建表的必需列。
打开Postgres,右键单击要加载的目标表,然后选择导入并更新"文件选项"部分中的以下步骤
现在以文件名浏览文件
以格式选择csv
编码为iso__5
现在转到MISC。选项并选中标题,然后单击导入。