使用 SQLAlchemy 将 Pandas 数据帧转换为 Dockerized Postgres

Question

一行摘要：我想 1) 启动一个在 docker 中运行的 Postgres 数据库 2) 使用来自容器外部的SQLAlchemy 使用 Pandas 数据框填充这个 PostgreSQL 数据库。

Docker 运行良好：

CONTAINER ID        IMAGE                    COMMAND                  CREATED             STATUS              PORTS                    NAMES

27add831cce5        postgres:10.1-alpine     "docker-entrypoint.s…"   2 weeks ago         Up 2 weeks          5432/tcp                 django-postgres_db_1

我已经能够找到有关将 Pandas 数据框获取到 Postgres 以及使用 SQLAlchemy 在 Dockerized Postgres 中创建表的帖子。将它们拼接在一起，我得到以下（某种）有效的结果：

import numpy as np

import pandas as pd

from sqlalchemy import create_engine

from sklearn.datasets import load_iris

def get_iris():

    iris = load_iris()

    return pd.DataFrame(data=np.c_[iris['data'], iris['target']],

                        columns=iris['feature_names'] + ['target'])

df = get_iris()

print(df.head(n=5))

engine = create_engine(

    'postgresql://postgres:mysecretpassword@localhost:5432/postgres'.format(

    'django-postgres_db_1'))

df.to_sql('iris', engine)

问题：

q.1 ) 以上是否接近于首选方式？

q.2 ) 有没有办法使用 SQLAlchemy 在 Postgres 中创建数据库？例如，我不必手动添加新数据库或填充默认的 Postgres 数据库。