我正在尝试执行一条delete语句,该语句检查表是否有任何SKU存在于dataframe的SKU列中。如果是这样,它就会删除该行。由于我使用FOR语句遍历各行并进行检查,因此运行6000行数据的程序需要很长时间。我使用executemany(),因为它比对delete语句使用for循环更快,但是我发现很难找到一种替代方法来检查dataframe中的值。sname, x) for x in column])
query="""DELETE FROM price_calculat
以前,我使用嵌套的for -循环结构来遍历Excel中的每一列,将每个列值存储在变量中,将值插入表中,然后对每一行执行此操作。然而,对于几千行数据来说,这是相当低效的,我希望使用executemany()语句和cx_Oracle来实现它。by passing list rows with tuples (EMPLOYEE, ITEM_DATE, HOURS)行列表如下所示更新:所以我尝试手动将一些数据插入到rows变量中,以</em
我添加了事件侦听器和( a)调用了函数,但是( b)显然没有将executemany设置为IF fails,也没有设置cursor.fast_executemay。accoding to this https://stackoverflow.com/questions/48006551/speeding-up-pandas-dataframe-to-sql-with-fast-executemany-of-pyodbc):
# print("FUNC call&qu