我对数据库一般都是新手，所以请原谅我的问题，如果它非常简单。现在，我必须开展一项任务，从数据库中的数据进行分析和可视化。我被迫使用遗留代码，所以我的方法是这样的：
在内存中创建一个SQLite数据库（称之为A）（我必须这样做，因为我获得了大量的SQL脚本）
在内存中再次创建另一个不同的SQLite数据库（称之为B）。通过一些循环，查询和从数据库A中提取信息，对它们进行一些组合，并将它们插入数据库B.数据库B现在是我们将从中获取数据以执行分析的数据库。
从第3步和第4步开始，我想切换到Python的pandas，这是旧代码没有的新举措。
将整个SQLite数据库B转换为Python pandas DataFrame对象
从DataFrame对象获取的数据执行分析（我不想继续使用SQLite数据库进行这些分析，因为每次需要提取我需要的数据时查询它都会更加繁琐，相比之下，如果我使用DataFrame）
然而，我面临的困难是，从第2步到第3步，我不知道如何才能真正安全地将我的数据库B转换为SQLAlchemy引擎，以便准备好它在pandas中形成一个DataFrame。
当我从pandas documentation on this以及SQLite和in-memory databases上的SQLAlchemy文档中读到时，我应该做的就是将我的SQLite数据库转换为SQLAlchemy引擎{3}}
如果没有文件路径，则sqlite：memory：identifier是默认值。指定sqlite：//而不是其他：
#in-memory database
e = create_engine('sqlite://')
但是，对于我的情况，这里有2个数据库A和B位于内存中。在这种情况下，我如何告诉SQLAlchemy我希望它采用数据库B而不是A？这是一个有效的问题吗？
我希望在有空的时候重构代码。任何人都可以向我建议一个更优雅的方式从第1步到第4步吗？