如何使用 pypyodbc 将 SQL 查询结果转换为 Pandas 数据框架

使用 pypyodbc 可以连接 SQL Server 数据库，并将查询结果转换为 Pandas 数据框架。

首先需要安装 pypyodbc 和 pandas 包，可以使用 pip 命令进行安装。

pip install pypyodbc pandas

接着，进行以下步骤：

1. 导入所需模块

import pandas as pd
import pypyodbc

1. 建立连接

conn = pypyodbc.connect('Driver={SQL Server};'
                      'Server=server_name;'
                      'Database=database_name;'
                      'uid=userid;'
                      'pwd=password')

其中，server_name 为 SQL Server 的服务器名，database_name 为要连接的数据库名称，userid 和 password 分别为要使用的 SQL Server 登录名和密码。

1. 定义 SQL 查询语句

sql_query = "SELECT * FROM table_name"

其中 table_name 为要查询的表名。

1. 用 pandas.read_sql 函数读取查询结果

df = pd.read_sql(sql_query, conn)

以上代码将查询结果转换为 Pandas 数据框架 df。

完整代码如下：

import pandas as pd
import pypyodbc

# 建立连接
conn = pypyodbc.connect('Driver={SQL Server};'
                      'Server=server_name;'
                      'Database=database_name;'
                      'uid=userid;'
                      'pwd=password')

# 定义 SQL 查询语句
sql_query = "SELECT * FROM table_name"

# 读取查询结果
df = pd.read_sql(sql_query, conn)

这样，使用 pypyodbc 就可以将 SQL 查询结果转换为 Pandas 数据框架。