问题描述
Pandas和SQL的新手。 尚未找到特定于此配置的答案，也不确定将大熊猫引入混音时是否适用标准SQL知识。
做一个学校项目，涉及?6gb .csv块中约300 gb的数据。
学校建议通过Dropbox同步数据，但这对于4人团队来说似乎不切实际。
因此，当前的解决方案是AWS EC2和RDS实例（MySQL，我认为它将是1个表）。
在开始设置之前，我想确认的内容是：
如果多个用户正在使用（并偶尔修改）数据，这种安排是否可以管理冲突？ 例如，如果用户A使用熊猫从查询中构建数据框，那么如果用户B尝试使用它们，该查询中的记录是否冻结？
我的假设是，框架中的数据位于内存中，SQL数据库中的记录可以由其他人自由修改，直到将数据框架写回到db为止，但是我希望我错了或者有这里有一个简单的解决方案（例如针对每个用户或某物的随机样本查询）。
1楼
pandas DataFrame对象不直接与数据库交互。
一旦您将其读入，它便会本地存储在内存中。
您将必须使用DataFrame.to_sql类的方法将DataFrame.to_sql的更改写回到MySQL DB。
有关读取和写入SQL表的更多信息，请参见的pandas文档。