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