Pandas直接读取sql脚本的方法

当我们需要从SQL数据库（如MySQL，SQL Server等）中读取数据时，可以使用Python的Pandas库来实现。Pandas库提供了一种方便的方法来读取SQL查询结果并将其转换成DataFrame对象。下面是使用Pandas直接读取SQL脚本的方法：

步骤1：导入必要的库

我们首先需要导入两个库，分别是Pandas和SQLAlchemy。Pandas库用于数据分析和处理，而SQLAlchemy用于与SQL数据库进行交互。

import pandas as pd
from sqlalchemy import create_engine

步骤2：建立数据库连接

接下来，我们需要建立数据库连接并创建一个引擎对象。此时需要注意的是，我们需要根据自己的数据库类型、地址、端口、用户名和密码等情况来设置连接参数。

db_type = 'mysql'
user = 'root'
pwd = '123456'
host = 'localhost'
port = '3306'
db_name = 'test_db'

# 创建连接字符串
conn_str = f'{db_type}://{user}:{pwd}@{host}:{port}/{db_name}'

# 创建引擎对象
engine = create_engine(conn_str)

步骤3：执行SQL语句并转换为DataFrame对象

接下来，我们可以使用Pandas的read_sql_query()函数来执行SQL语句并将结果转换成DataFrame对象。此时需要传入两个参数，分别是SQL语句和建立的引擎对象。

# 执行SQL语句并转换为DataFrame对象
df = pd.read_sql_query('SELECT * FROM student', engine)

# 打印DataFrame对象
print(df)

上面的示例代码展示了如何从“test_db”数据库的“student”表中读取所有行并将结果转换为DataFrame对象。如果SQL语句查询结果包含多个表，则可以使用JOIN语句联接它们。

示例2：使用参数传递SQL查询条件

在执行SQL查询时，我们有时需要使用参数来传递变量，比如说查询成绩大于指定值的学生数据，这个指定值是从用户输入的。在这种情况下，我们需要使用参数化的SQL语句，同时使用Pandas的read_sql_query()函数来传递参数。

# 定义参数
score_threshold = 90

# 定义参数化SQL语句
sql = 'SELECT * FROM student WHERE score > :score'

# 执行SQL语句并传递参数
df = pd.read_sql_query(sql, con=engine, params={'score': score_threshold})

# 打印DataFrame对象
print(df)

上面的示例代码展示了如何将参数传递给SQL语句，以获取成绩大于指定值的学生数据。具体地，我们使用了参数化SQL语句，并通过Pandas的read_sql_query()函数中的params参数来指定传递的参数。此时，通过score替换为score_threshold，并将score_threshold作为params参数传递给了read_sql_query()函数。

以上就是使用Pandas直接读取SQL脚本的方法，我们需要注意的是：读取大数据量的情况下需分页读取。