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                    NAMES27add831cce5        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 npimport pandas as pdfrom sqlalchemy import create_enginefrom sklearn.datasets import load_irisdef 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。