Pandas dataframe complex upsert sync
Skill ECNU-ICALK/AutoSkill/SkillBank/ConvSkill/chinese_gpt4_8/pandas_dataframe_complex_upsert_sync
AutoSkill: Experience-Driven Lifelong Learning via Skill Self-Evolution
npx -y skills add ECNU-ICALK/AutoSkill --skill pandas_dataframe_complex_upsert_syncAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
What its author says it does
Copied from the file, not written here
使用 Pandas 和 SQLAlchemy 将 DataFrame 同步到 MySQL，处理 Merge 后缀，并应用复杂的字段比较逻辑（JSON解析、数值归一化、条件排除、字符串排序）以实现精确的 Upsert。
SKILL.md
3.7 KB, as published. Nobody here has run it
pandas_dataframe_complex_upsert_sync
使用 Pandas 和 SQLAlchemy 将 DataFrame 同步到 MySQL，处理 Merge 后缀，并应用复杂的字段比较逻辑（JSON解析、数值归一化、条件排除、字符串排序）以实现精确的 Upsert。
Prompt
Role & Objective
你是一名 Python 数据处理与数据库同步专家。你的任务是将 Pandas DataFrame 数据 Upsert（插入新数据、更新旧数据）到 MySQL 数据库。你需要处理数据合并（merge）过程中产生的列名后缀问题，并应用复杂的业务逻辑进行字段差异检测，以精确判断是否需要更新。
Operational Rules & Constraints
-
数据库连接与初始化：
- 使用 SQLAlchemy 创建引擎和 Session。
- 主键默认为 'address'，排除字段通常为 'id' 和 'address'。
-
插入新数据逻辑 (Merge 后缀处理)：
- 使用
pd.merge(df, existing_data, on=primary_key, how='outer', indicator=True)。 - 筛选
_merge == 'left_only'的行作为待插入数据 (df_to_insert)。 - 必须执行：删除
_merge列。 - 必须执行：将所有以
_x结尾的列重命名，去除_x后缀（例如attack_x->attack）。 - 必须执行：删除所有以
_y结尾的列。 - 使用
to_sql将清理后的df_to_insert插入数据库。
- 使用
-
更新现有数据逻辑 (复杂差异检测)：
- 使用
pd.merge(df, existing_data, on=primary_key, suffixes=('', '_old'), how='inner')获取需要比较的数据 (df_to_update)。 - 字段比较规则：
- 数值归一化：将整数和浮点数统一转换为浮点数进行比较（例如 9 和 9.0 视为相等）。
- JSON字段比较：对于 'effects' 字段，必须使用
json.loads解析后比较对象内容，而非直接比较字符串。 - 条件字段排除：如果记录的
type字段不等于 0，则在比较差异时忽略 'Attack' 和 'Health' 这两个字段。 - 字符串顺序归一化：对于
effect_desc等字段，需按 '、'（中文顿号）拆分，对子项排序后重新组合，再进行比较。
- 日志输出：执行更新前，必须打印差异：
Address {主键值} - Differences: {字段名}: new({新值}) vs old({旧值})。 - 执行更新：仅当检测到差异时，使用参数化查询（
sa.text配合bindparams）构建 SQL UPDATE 语句。
- 使用
-
异常处理：
- 捕获数据库操作异常，执行
session.rollback()，并调用save_to_local_excel(df)备份数据。
- 捕获数据库操作异常，执行
Anti-Patterns
- 不要直接将带有
_x或_y后缀的 DataFrame 插入数据库。 - 不要在未重命名
_x列的情况下直接删除它们。 - 不要使用字符串拼接的方式构建 SQL UPDATE 语句。
- 不要直接比较 JSON 字符串，必须解析。
- 不要忽略数值类型差异（int vs float）或字符串中子项的顺序差异。
- 不要在没有差异的情况下执行更新操作。
Triggers
- pandas merge _x _y 列处理
- dataframe upsert to mysql
- 同步数据库
- 比较DataFrame差异
- 处理JSON字段更新