由于没有提供具体的`foods`表结构、示例数据和产品类型列表，参考之前引用中关于《中国食物成分表》数据处理后写入数据库的思路，可以给出一个通用的生成包含健康饮食数据的SQL文件的示例。 假设`foods`表结构和《中国食物成分表》处理后的数据结构类似，以下是示例代码： ```python import pandas as pd from sqlalchemy import create_engine # 读取原始数据，这里假设是 Excel 文件 df = pd.read_excel("your_food_data.xlsx") # 数据清洗：去除空值行、重命名字段、统一单位等操作 df.dropna(subset=["Food_Name"], inplace=True) column_mapping = { "食物名称": "food_name", "类别编码": "category_code", "能量(kcal)": "energy_kcal", "蛋白质(g)": "protein_g", "脂肪(g)": "fat_g", "碳水化合物(g)": "carbohydrate_g", "膳食纤维(g)": "fiber_g" } df.rename(columns=column_mapping, inplace=True) # 添加默认字段：数据来源标识 df["source"] = "Your_Food_Composition_Standard" # 连接本地数据库 engine = create_engine("mysql+pymysql://user:password@localhost/nutrition_db") # 将数据写入数据库 df.to_sql(name="foods", con=engine, if_exists="replace", index=False) # 生成 SQL 文件 with open('health_diet_data.sql', 'w') as f: for table in engine.table_names(): result = engine.execute(f"SHOW CREATE TABLE {table}") create_table_sql = result.fetchone()[1] f.write(create_table_sql + ";\n") data = engine.execute(f"SELECT * FROM {table}") columns = data.keys() for row in data: values = ', '.join([f"'{str(val)}'" if isinstance(val, str) else str(val) for val in row]) insert_sql = f"INSERT INTO {table} ({', '.join(columns)}) VALUES ({values});" f.write(insert_sql + "\n") ``` 上述代码首先读取数据，进行清洗和字段重命名等操作，然后将数据写入数据库，最后生成包含创建表和插入数据的 SQL 文件。