将Pandas DataFrame保存到Django模型

Question

我的股价数据存储在pandas DataFrame中，如下所示（实际上是在面板中，但是我将其转换为DataFrame）

        date  ticker  close       tsr
0 2013-03-28  abc     22.81  1.000439
1 2013-03-28  def     94.21  1.006947
2 2013-03-28  ghi     95.84  1.014180
3 2013-03-28  jkl     31.80  1.000000
4 2013-03-28  mno     32.10  1.003125
...many more rows

我想将其保存在Django模型中，该模型如下所示（与列名称匹配）：

class HistoricalPrices(models.Model):
    ticker = models.CharField(max_length=10)
    date = models.DateField()
    tsr = models.DecimalField()
    close = models.DecimalField()

到目前为止，我能做的最好的就是使用它来保存它，其中df是我的DataFrame：

entries = []
for e in df.T.to_dict().values():
    entries.append(HistoricalPrices(**e))
HistoricalPrices.objects.bulk_create(entries)

有没有更好的方法来保存这个？

我看过django-pandas，但是看起来它只是从数据库读取的。

Answer 1

to_sql()与搭配使用适当的connection参数engine，然后在您的Django应用程序中运行它，而不是一次遍历DataFrame并保存一个model实例，这将是最有效的：

from django.conf import settings

user = settings.DATABASES['default']['USER']
password = settings.DATABASES['default']['PASSWORD']
database_name = settings.DATABASES['default']['NAME']

database_url = 'postgresql://{user}:{password}@localhost:5432/{database_name}'.format(
    user=user,
    password=password,
    database_name=database_name,
)

engine = create_engine(database_url, echo=False)
df.to_sql(HistoricalPrices, con=engine)