Python 通过Pandas DataFrame 对execl文件自动创表

pandas.DataFrame.to_sql 

DataFrame.to_sql(name, con, flavor=None, schema=None, if_exists='fail', index=True, index_label=None, chunksize=None, dtype=None)[source]

将存储在DataFrame中的记录写入SQL数据库。

参数：

name：string SQL表的名称 con：SQLAlchemy引擎或DBAPI2连接（传统模式） 使用SQLAlchemy可以使用该库支持的任何数据库。如果是DBAPI2对象，则只支持sqlite3。  http://docs.sqlalchemy.org/en/latest/core/engines.html flavor：'sqlite'，默认无 DEPRECATED：此参数将在以后的版本中被删除，因为如果未安装SQLAlchemy，'sqlite'是唯一支持的选项。 schema：string，default无 指定模式（如果数据库风格支持此模式）。如果没有，请使用默认模式。 if_exists：{'fail'，'replace'，'append'}，default'fail ' fail：如果表存在，不做任何事情。 replace：如果表存在，请将其删除，重新创建并插入数据。 append：如果表存在，请插入数据。创建如果不存在。 index：boolean，default为True 将DataFrame索引作为列编写。 index_label：字符串或序列，默认为无 索引列的列标签。如果给定None（默认），并且 index为True，则使用索引名称。如果DataFrame使用MultiIndex，则应该给出一个序列。 chunksize：int，default None 如果不是None，那么行将一次写入这个大小的批次。如果没有，所有行将一次写入。 dtype：列名称为SQL类型，默认为无 可选指定列的数据类型。SQL类型应为SQLAlchemy类型，或sqlite3后备连接的字符串。

 创建DataFrame对象

http://www.cnblogs.com/nxld/p/6756492.html

chunksize参数的方式来进行大批量插入，pandas会自动将数据拆分成chunksize大小的数据块进行批量插入，其实原理类似于我在上面使用的循环插入法．在不指定这个参数的时候，pandas会一次性插入dataframe中的所有记录，

pd.io.sql.to_sql(df,'xxx',zh_con,flavor='mysql',if_exists='append',index=False，chunksize=10000)
#此处的chunksize可以自定义