Narazil jsem na podobný problém a současné přijímané řešení pro mě bylo příliš pomalé. Moje tabulka měla 500 000+ řádků a potřeboval jsem aktualizovat 100 000+ řádků. Po dlouhém zkoumání a pokusech a omylech jsem dospěl k efektivnímu a správnému řešení.
Cílem je použít psycopg jako váš spisovatel a použít dočasnou tabulku. df
je váš datový rámec pandy, který obsahuje hodnoty, které chcete nastavit.
import psycopg2
conn = psycopg2.connect("dbname='db' user='user' host='localhost' password='test'")
cur = conn.cursor()
rows = zip(df.id, df.z)
cur.execute("""CREATE TEMP TABLE codelist(id INTEGER, z INTEGER) ON COMMIT DROP""")
cur.executemany("""INSERT INTO codelist (id, z) VALUES(%s, %s)""", rows)
cur.execute("""
UPDATE table_name
SET z = codelist.z
FROM codelist
WHERE codelist.id = vehicle.id;
""")
cur.rowcount
conn.commit()
cur.close()
conn.close()