Question

我可以访问MS SQL SERVER数据库，从中检索数据以进行分析。我使用Mac，因此可以使用Navicat Essentials for SQL Server访问数据库。这非常有效。但是，我想使用Python访问数据库。我已经为Python 3.4安装了一个虚拟环境，并安装了各种库，包括Numpy，Pandas，Pypyodbc和其他一些库。我在ODBC管理器应用程序中配置了DNS连接，我可以访问一个名为＆＃39;类别＆＃39;的表。在数据库中使用Python如下：

import pandas as pd
import pypyodbc

connectionName = pypyodbc.connect('DNS=myDNSName')

queryName 'SELECT ID, CategoryName FROM Category'

retrievedDataDF = pd.io.sql.read_sql(queryName, con=connectionName)

connectionName.close()

print(retrieveDataDF.head())
print(retrieveDataDF.columns)

这似乎工作得很好，除了返回的数据框中的列标题似乎以某种形式的二进制格式表示，在这种情况下，数据框中的列标题是b＆＃39; i＆＃39;和b＆＃39; c＆＃39;。打印功能的输出是：

   b'i'     b'c'
0     1  missing
1     2     blue
2     3      red
3     4    green
4     5   yellow

Index([b'i', b'c'], dtype='object')

我以前没有回忆过这个问题，我也无法在线找到类似问题的参考。结果，我无法解决正在发生的事情。

任何建议都将不胜感激。

编辑：在Joris发表评论之后，以下内容可能会有用：

connectionName.cursor().execute(queryName).description

[（b＆＃39; i＆＃39;，int，11,10,10,0，False），（b＆＃39; c＆＃39;，str，100,100,100，0，True）]

所有已安装库的版本如下：

从终端

$ env/bin/pip list

appnope（0.1.0）decorator（4.0.4）gnureadline（6.3.3）ipykernel （4.1.1）ipython（4.0.0）ipython-genutils（0.1.0）ipywidgets（4.1.1） jdcal（1.0）Jinja2（2.8）jsonschema（2.5.1）jupyter（1.0.0） jupyter-client（4.1.1）jupyter-console（4.0.3）jupyter-core（4.0.6） MarkupSafe（0.23）matplotlib（1.4.3）mistune（0.7.1）nbconvert（4.0.0） nbformat（4.0.1）nose（1.3.7）notebook（4.0.6）numexpr（2.4.3）numpy （1.10.1）openpyxl（2.2.4）pandas（0.17.0）pandastable（0.4.0）path.py （8.1.2）pexpect（4.0.1）pickleshare（0.5）pip（1.5.6）ptyprocess（0.5） Pygments（2.0.2）pyparsing（2.0.3）pypyodbc（1.3.3）python-dateutil （2.4.2）pytz（2015.6）pyzmq（14.7.0）qtconsole（4.1.0）scipy（0.16.1） setuptools（3.6）simplegeneric（0.8.1）six（1.9.0）terminado（0.5）龙卷风（4.2.1）traitlets（4.0.0）xlrd（0.9.3）

来自虚拟环境

import pandas as pd
pd.show_versions(as_json=False)

安装版本

commit：无python：3.4.1.final.0 python-bits：64 OS：Darwin   操作系统发布：15.2.0机器：x86_64处理器：i386字节顺序：很少   LC_ALL：无LANG：en_GB.UTF-8

pandas：0.17.0鼻子：1.3.7点子：1.5.6 setuptools：3.6 Cython：无   numpy：1.10.1 scipy：0.16.1 statsmodels：无IPython：4.0.0 sphinx：   无patsy：无dateutil：2.4.2 pytz：2015.6 blosc：无瓶颈：   无表格：无numexpr：2.4.3 matplotlib：1.4.3 openpyxl：2.2.4   xlrd：0.9.3 xlwt：无xlsxwriter：无lxml：无bs4：无html5lib：   无httplib2：无apiclient：无sqlalchemy：无pymysql：无   psycopg2：无

（从那时起，我已经安装了sqlalchemy 1.0.10，但我仍然在尝试使用SQLAlchemy进行连接。）

编辑2

无法使用sqlalchemy连接创建引擎，因为我无法在运行El Capitan的Mac上安装pyodbc（pip安装失败，因为缺少sql.h头文件而导致致命错误）并且sqlalchemy似乎需要要安装的pyodbc。相反，我通常使用pypyodbc但sqlalchemy不能使用pypyodbc而不是pyodbc。但是，我使用以下方法成功连接到数据库：

phjConnection = pypyodbc.connect(driver="{Actual SQL Server}",server="myServerName",uid="myUserName",pwd="myPassword",db="myDBName",port="1433")
phjQuery = '''SELECT ID, Catagory_Name FROM Catagory'''
phjLatestData = pd.io.sql.read_sql(phjQuery, con=phjConnection)

不确定这是否达到了Joris建议的相同目标，但问题仍然存在，即：

print(phjLatestData.head())

   b'i'     b'c'
0     1  missing
1     2     blue
2     3      red
3     4    green
4     5   yellow

Answer 1

这似乎是pypyodbc驱动程序本身的问题。 Pandas根据从查询结果中获取的信息构造结果数据框的列名，尤其是其description属性。如果你手动运行，你会得到（从编辑中复制）：

>>> connectionName.cursor().execute(queryName).description
[(b'i', int, 11, 10, 10, 0, False), (b'c', str, 100, 100, 100, 0, True)]

通常，每个元组中的第一个值应该是列名。但是在这里，它只给你第一个字符作为一个字节对于某些环境（特别是我认为的Python 3）来说，这似乎是一个已知问题，至少它已被报道：https://code.google.com/p/pypyodbc/issues/detail?id=43

Pandas read_sql函数生成二进制列名

1 个答案: