Python Pandas pandas.read_sql_query 函数实例用法分析

什么是 pandas.read_sql_query 函数？

pandas.read_sql_query 函数是 Python Pandas 库提供的 SQL 查询接口，用于查询 SQL 数据库中的数据，并将结果以 pandas.DataFrame 的形式返回，方便进行数据处理和分析。

pandas.read_sql_query 函数的语法格式

pandas.read_sql_query(sql, con, index_col=None, coerce_float=True, params=None, parse_dates=None, chunksize=None)

参数说明：
- sql：SQL 查询语句
- con：SQL 数据库连接对象
- index_col：返回的 pandas.DataFrame 对象的索引列，默认为 None
- coerce_float：是否将数字转化为 float 类型，默认为 True
- params：SQL 查询参数
- parse_dates：将哪些列解析为日期类型，默认为 None
- chunksize：每次读取的行数，默认为 None

pandas.read_sql_query 函数用法示例1

import pandas as pd
import sqlite3

# 创建 SQLite3 数据库连接
conn = sqlite3.connect('test.db')

# 查询数据
sql = 'SELECT * FROM users'
df = pd.read_sql_query(sql, con=conn, index_col='id')

# 输出查询结果
print(df)

# 关闭连接
conn.close()

以上代码演示了如何使用 pandas.read_sql_query 函数从SQLite3数据库中读取数据，并将结果以 pandas.DataFrame 的形式返回。其中，通过传递 SQL 查询语句参数和 SQL 数据库连接对象参数，从数据库中查询数据，并将结果转化为 pandas.DataFrame 对象。最后通过输出查询结果，可以看到最终返回的 pandas.DataFrame 对象。

pandas.read_sql_query 函数用法示例2

import pandas as pd
import pymysql

# 创建 MySQL 数据库连接
conn = pymysql.connect(
    host='localhost',
    port=3306,
    user='root',
    password='123456',
    db='test',
    charset='utf8mb4')

# 查询数据
sql = 'SELECT * FROM users'
df = pd.read_sql_query(sql, con=conn, index_col='id')

# 输出查询结果
print(df)

# 关闭连接
conn.close()

以上代码演示了如何使用 pandas.read_sql_query 函数从MySQL数据库中读取数据，并将结果以 pandas.DataFrame 的形式返回。其中，通过传递 SQL 查询语句参数和 SQL 数据库连接对象参数，从数据库中查询数据，并将结果转化为 pandas.DataFrame 对象。最后通过输出查询结果，可以看到最终返回的 pandas.DataFrame 对象。

总结

本文详细讲解了 pandas.read_sql_query 函数的语法格式和实际使用方法，通过两个实例介绍了从 SQLite3 和 MySQL 数据库中读取数据，并将结果以 pandas.DataFrame 的形式返回。可见，pandas.read_sql_query 函数是一个方便的 SQL 查询接口，适用于数据处理和分析中，具有广泛的应用场景。