将带有浮点值的 pandas 数据帧插入到 Oracle 中

要使 Oracle 了解数字是浮点格式，您需要将其转换为文本格式并将点替换为逗号。在 Oracle 中以 NUMBER 格式的表中，它将被很好地添加。

要修改您的号码，您可以执行以下操作：

df["column1"] = df["column1"].astype(str).str.replace('.', ',')

如果有几列包含浮点数据，则必须分别对每一列执行此方法。

您遇到的错误是由于使用 SQLAlchemy 时处理 Pandas 和 Oracle 之间的数据类型时存在差异。Oracle 对 FLOAT 类型使用“二进制精度”，这与 Pandas 中使用的十进制精度不直接兼容。以下是解决此问题的方法：

在 to_sql中使用 dtype：在调用 to_sql 方法时为 DataFrame 列指定适当的数据类型。可以使用 sqlalchemy.types.Float 根据 Oracle 的要求以二进制精度定义数据类型。

下面是修改后的代码片段：

from sqlalchemy.types import Float

df.to_sql(
    "python",
    conn,
    if_exists="replace",
    index=True,
    dtype={
        "column1": Float(binary_precision=53),
        # Define other data types for other columns if necessary
    }
)

在本例中，Float（binary_precision=53） 定义 column1 的数据类型，其二进制精度适用于 Oracle。

数据一致性检查：确保 DataFrame 中的数据与要定义的数据类型真正匹配。在本例中，column1 应包含可表示为 FLOAT 的值。

提交事务：您正确地使用 conn.commit（） 来提交事务。这对于确保更改保存在数据库中非常重要。

资源管理：使用上下文管理器来处理连接可以更安全，以确保即使发生错误也会关闭连接。

with oracle_db.connect() as conn:
    df.to_sql("python", conn, ...)
    conn.commit()

尝试将这些更改合并到代码中，然后再次运行。这应该有助于解决通过 Pandas 和 SQLAlchemy 将浮点类型数据插入 Oracle 的问题。