DataFrames¶
Requiere pandas en el proyecto. tai-sql no lo instala: el cliente generado lo importa solo
cuando usas estos dos métodos.
Exportar¶
Acepta los mismos filtros que find_many —salvo los in_<campo>— y devuelve un DataFrame con
los dtypes optimizados según los tipos de las columnas, no todo como object.
No acepta order_by
A diferencia de find_many. Si necesitas un orden concreto, ordénalo en el DataFrame
(df.sort_values(...)) o usa find_many y constrúyelo tú.
Importar¶
n = dao.from_dataframe(
df,
mode='upsert', # 'create' | 'upsert'
match_fields=['email'],
validate_types=False,
ignore_extra_columns=False,
fill_missing_nullable=True,
)
| Parámetro | Qué hace |
|---|---|
mode |
'create' inserta siempre; 'upsert' inserta o actualiza según match_fields |
match_fields |
Columnas que deciden si la fila ya existe. Por defecto, la clave natural |
validate_types |
Valida los tipos del DataFrame antes de insertar |
ignore_extra_columns |
Ignora columnas del DataFrame que no existen en la tabla |
fill_missing_nullable |
Rellena con None las columnas opcionales que falten, para validar |
update_columns |
En 'upsert', las únicas columnas que se actualizan en las filas que ya existían (ver Upsert) |
En 'upsert', cada columna del DataFrame se escribe en todas sus filas: un NaN o un None
es un NULL. Una columna que no está en el DataFrame no se toca en las filas que ya existían,
aunque fill_missing_nullable la haya añadido para validar. Para no pisar una columna, que no
esté en el DataFrame. Hasta la 0.8.7 un NaN no se escribía nunca.
Antes de insertar, valida el DataFrame contra el esquema de la tabla: si falta una columna
obligatoria o sobra una que no existe, lanza ValueError con lo que está mal, en vez de dejar
una carga a medias.
Cada tabla tiene además su validador suelto, por si quieres comprobar sin insertar:
from database.public import UsuarioDataFrameValidator
UsuarioDataFrameValidator().validate_dataframe_schema(
df, ignore_extra_columns=False, fill_missing_nullable=True
)
Cargas grandes
from_dataframe con mode='upsert' acaba en el camino de upsert_many, que usa la
sentencia nativa del motor si la tabla no tiene triggers. Con triggers, el trabajo pasa
a ser fila a fila: cuenta con ello antes de cargar un millón de filas.