我不知道将熊猫数据框写入Django模型的任何明确支持。但是，在Django应用中，除了使用ORM（例如通过Django模型）之外，您仍然可以使用自己的代码来读取或写入数据库。
鉴于您极有可能在数据库中以前是由pandas’编写的to_sql，因此您可以继续使用相同的数据库和相同的pandas代码，只需创建一个可以访问该表的Django模型即可
例如，如果您的熊猫代码正在写入sql表mytable，则只需创建一个如下模型：
class MyModel(Model):
class Meta:
db_table = 'mytable' # This tells Django where the sql table is
managed = False # Use this if table already exists
# and doesn't need to be managed by Django
field_1 = ...
field_2 = ...
现在，您可以将Django中的该模型与现有的熊猫代码同时使用（可能在单个Django应用中）
要将相同的DB凭据获取到pandas sql函数中，只需从Django设置中读取字段，例如：
from django.conf import settings
user = settings.DATABASES['default']['USER']
password = settings.DATABASES['default']['PASSWORD']
database_name = settings.DATABASES['default']['NAME']
# host = settings.DATABASES['default']['HOST']
# port = settings.DATABASES['default']['PORT']
database_url = 'postgresql://{user}:{password}@localhost:5432/{database_name}'.format(
user=user,
password=password,
database_name=database_name,
)
engine = create_engine(database_url, echo=False)
除了逐行读取数据框然后创建模型实例并保存它，我真的看不到什么方法，这确实很慢。您可能不愿进行一些批处理插入操作，但是既然熊猫to_sql已经为我们做到了，为什么还要打扰呢。当熊猫也可以更快地将Django查询集读取到熊猫数据框中时，这样做效率低下。
# Doing it like this is slow
for index, row in df.iterrows():
model = MyModel()
model.field_1 = row['field_1']
model.save()
602392714
清零编程群