在MySQL数据库中保存pandas数据帧的最快方法是什么？

我正在用python写一段代码，根据另一个数据库的另一个mysql表生成和更新一个mysql表。

My code does something like this:

对于一个日期范围内的日期。

第1-2步的操作耗时不到2秒，而第3-4步可能需要10秒。第4步比第3步多花了4次。我如何改进我的代码，使编写过程更有效率

我已经为步骤3和4的df进行了分块。我已经在 .to_sql 中加入了 method=multi （这根本不起作用）。我在想，我们是否可以做得更好。

with db.begin() as con:
    for chunked in chunks(df.id.tolist(), 1000):
        _ = con.execute(""" DELETE FROM table where id 
                            in {} """.format(to_tuple(chunked)))
    for chunked in chunks(df.id.tolist(), 100000):        
        df.query("id in @chunked").to_sql('table', con, index=False, 
        if_exists='append')