使用带参数化查询的pyodbc将数据库读入数据框

Question

我正在使用 pyodbc 从 SQL 服务器获取数据，使用此处显示的脚本：

conn = pyodbc.connect('DSN=DATASOURCE')
tbl = "SELECT TableA.Field_1 \
    FROM TableA \
    WHERE TableA.Date>=2019/04/01"
SQL_Query = pd.read_sql_query(tbl, conn)
conn.close

现在我想将此查询变成一个 Python 函数，我可以在其中将上面示例中的日期 (2019/04/01) 更改为函数变量。

我发现 pyodbc 提供 parameterization，但都在 cursor.execute 函数的上下文中。

理想情况下，我想创建一个这样的函数：

def DB_Query(date):
    conn = pyodbc.connect('DSN=DATASOURCE')
    tbl = "SELECT TableA.Field_1 \
    FROM TableA \
    WHERE TableA.Date>=?", date
    SQL_Query = pd.read_sql_query(tbl, conn)
    conn.close
    return SQL_Query

显然这不起作用，因为 tbl 必须是普通字符串，但是否可以将 pyodbc 的参数化功能与 pandas' pd.read_sql_query 或 [=15 一起使用=]?

Answer 1

您可以通过设置 params 参数以与 cursor.execute 相同的方式参数化 read_sql_query： https://pandas.pydata.org/docs/reference/api/pandas.read_sql_query.html

SQL 服务器示例：

import pandas as pd

sql = '''
 select *
 from Table
 where Column = ?
'''
df = pd.read_sql(sql, params=[query_param])

Oracle 示例：

import pandas as pd

sql = '''
 select *
 from table
 where Column = :query_param
'''
df = pd.read_sql(sql, params={'query_param': 'query_value'})

使用带参数化查询的pyodbc将数据库读入数据框

Read database into dataframe using pyodbc with parameterized query

sql-server

pyodbc

pandas