SQLAlchemy (psycopg2.ProgrammingError) 无法适应类型 'dict'

Question

无法在网上找到解决我的问题的方法。我正在尝试使用 SQLAlchemy 将这个 pandas df 插入到 Postgresql 表中

• 熊猫 0.24.2
• sqlalchemy 1.3.3
• 蟒蛇3.7

我的代码的相关部分如下：

 engine = create_engine('postgresql://user:pass@host:5432/db')

file = open('GameRoundMessageBlackjackSample.json', 'r', encoding='utf-8')
json_dict = json.load(file)
df = json_normalize(json_dict, record_path='cards', meta=['bet', 'dealerId', 'dealerName', 'gameOutcome', 'gameRoundDuration', 'gameRoundId', 'gameType', 'tableId', 'win'])
df = df[['win', 'betAmount', 'bets']]

df.to_sql('test_netent_data', engine, if_exists='append')

当我尝试将此表加载到没有“赌注”列的 sql 时，一切都按预期工作。但是当我包含它时，出现以下错误：

 sqlalchemy.exc.ProgrammingError: (psycopg2.ProgrammingError) can't adapt
type 'dict'
[SQL: INSERT INTO test_netent_data (index, win, "betAmount", bets) VALUES (%(index)s, %(win)s, %(betAmount)s, %(bets)s)]
[parameters: ({'index': 0, 'win': '2000.00', 'betAmount': '1212112', 'bets': [{'name': '1', 'amount': '1212112'}]}, {'index': 1, 'win': '2000.00', 'betAmount': '1212000', 'bets': [{'name': '1', 'amount': '1212000'}]}, {'index': 2, 'win': '2000.00', 'betAmount': '1212112', 'bets': [{'name': '1', 'amount': '1212112'}]}, {'index': 3, 'win': '2000.00', 'betAmount': '1212000', 'bets': [{'name': '1', 'amount': '1212000'}]}, {'index': 4, 'win': '2000.00', 'betAmount': '1212112', 'bets': [{'name': '1', 'amount': '1212112'}]}, {'index': 5, 'win': '2000.00', 'betAmount': '1212000', 'bets': [{'name': '1', 'amount': '1212000'}]}, {'index': 6, 'win': '2000.00', 'betAmount': '1212112', 'bets': [{'name': '1', 'amount': '1212112'}]}, {'index': 7, 'win': '2000.00', 'betAmount': '1212000', 'bets': [{'name': '1', 'amount': '1212000'}]})]
(Background on this error at: http://sqlalche.me/e/f405)

我已经检查了该列的类型，但它（类型对象）与其他列没有什么不同。我还尝试将其转换为字符串，但出现了一堆其他错误。我相信应该有一个我无法理解的简单解决方案。

原文由 Alexander Ka 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

对我来说，更好的方法是将这个列表字典解析为单独的列。但是，如果您想将列 投注 添加到 SQL 表中，则需要对其进行转换。您写道这是对象，但它是带有字典的列表。下面是如何将其转换为字符串的代码：

 df['bets'] = list(map(lambda x: json.dumps(x), df['bets']))

原文由 Przemek Karwowski 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

只需使用数据框应用

df['bets'] = df['bets'].apply(json.dumps)

原文由 Dima Berehovets 发布，翻译遵循 CC BY-SA 4.0 许可协议