Jupyter Notebook에서 python으로 1. postgresql DB에 접속 2. DB내 테이블 DataFrame으로 가져오기 3. DataFrame을 기존 DB내 테이블에 업데이트

python_postgres_table_download_update.md

#-*-coding:utf-8
import psycopg2
import pandas as pd
import numpy as np
import csv

import sql
from sqlalchemy import create_engine

서버 접속 정보

user = 'xxx' # postgresql DB user ID
password = 'xxx' # password
host_product = 'IP address' # 서버 IP 
dbname = 'xxxx' # DB Name
port='5432' # port number

product_connection_string = "dbname={dbname} user={user} host={host} password={password} port={port}".format(dbname=dbname,
                                    user=user,
                                    host=host_product,
                                    password=password,
                                    port=port) 

Postgresql DB에서 테이블 DataFrame으로 가져오기

try:
    conn = psycopg2.connect(product_connection_string)
except:
    print("I am unable to connect to the database")

cur = conn.cursor() 
# 여기까지 DB접속을 위해서 항상 필요 

# DB의 table을 DataFrame으로 가져오기
cur.execute("SELECT * FROM table_nm") # table_nm 테이블 select 


table_nm = pd.DataFrame(cur.fetchall())
table_nm.columns = [desc[0] for desc in cur.description] # 컬럼명 가져오고 싶을때 사용 

DataFrame을 Postgresql DB에 테이블로 저장하기

(DB내 기존 table update하기, 테이블은 미리 있어야함...)

# Create an engine instance
alchemyEngine = create_engine('postgresql+psycopg2://{user}:{password}@{host}:{port}/{dbname}'.format(dbname=dbname,
                                    user=user,
                                    host=host_product,
                                    password=password,
                                    port=port,
                                    table_nm = table_nm))

# Connect to PostgreSQL server
dbConnection= alchemyEngine.connect();

# Update to PostgreSQL server 
table_nm.to_sql('table_nm', dbConnection, if_exists="replace")