跳转至

使用 SQLAlchemy

将 SQL 数据库表读入熊猫数据框

原文:https://www.geesforgeks.org/read-SQL-database-table-into-a-pands-data frame-using-sqlalchemy/

要仅使用表名将 sql 表读入数据框，而不执行任何查询，我们在 Pandas 中使用**read_sql_table()**方法。此功能不支持 DBAPI 连接。

read_sql_table()

语法:pandas.read_SQL_table(table_name，con，schema=None，index_col=None，要挟 _float=True，parse_dates = None，columns=None，chunksize=None)

参数:

表名:(字符串)数据库中 SQL 表的名称。

con : SQLAlchemy 可连接或 str。

模式: (str)要查询的数据库中的 SQL 模式的名称(如果数据库风格支持)。默认值为无

index_col : 字符串或字符串的列表。要设置为索引的列(多索引)。默认值为无。

要挟_浮点: (bool)尝试转换非字符串、非数字对象(如十进制)的值。十进制)到浮点。默认值为真

parse_date:(列表或字典)

  • 要解析为日期的列名列表。
  • {column_name: format string}的 Dict，其中格式字符串在解析字符串时间的情况下与 strftime 兼容，或者在解析整数时间戳的情况下是(D，s，ns，ms，us)之一。
  • {column_name: arg Dict}的 dict，其中 arg dict 对应于 pandas.to_datetime()的关键字参数，对于不支持本机 datetime 的数据库尤其有用，例如 SQLite。

列:从 SQL 表中选择的列名列表。默认值为无

chunksize : (int)如果指定，返回一个迭代器，其中 chunksize 是每个块中要包含的行数。默认值为无。

返回类型:数据帧

例 1 :

# import the modules
import pandas as pd 
from sqlalchemy import create_engine

# SQLAlchemy connectable
cnx = create_engine('sqlite:///contacts.db').connect()

# table named 'contacts' will be returned as a dataframe.
df = pd.read_sql_table('contacts', cnx)
print(df)

输出:

例 2 :

# import the modules
import pandas as pd 
from sqlalchemy import create_engine

# SQLAlchemy connectable
cnx = create_engine('sqlite:///students.db').connect()

# table named 'students' will be returned as a dataframe.
df = pd.read_sql_table('students', cnx)
print(df)

输出:

例 3 :

# import the modules
import pandas as pd 
from sqlalchemy import create_engine

# SQLAlchemy connectable
cnx = create_engine('sqlite:///students.db').connect()

# table named 'employee' will be returned as a dataframe.
df = pd.read_sql_table('employee', cnx)
print(df)

输出:

回到顶部