Question

我在mssql中有一个带有数据列的表。我可以成功连接并提取数据，但是当我提取数据时，它将被放入数据框的一列中。我想念什么？

我尝试使用以下代码将所有结果放入数据框的一列。

 import pyodbc
 import pandas as pd


 conn = pyodbc.connect('Driver={SQL Server};'
                  'Server=server;'
                  'Database=server;'
                  'Trusted_Connection=yes;')
cursor = conn.cursor()
cursor.execute("""SELECT [leadid], [CreateDate], [Status Change Count], 
[logdate], [statustitle], [groupedstatus], [leadbucket] FROM vel_actions""")
df = pd.DataFrame(cursor.fetchall())

df.head（）返回：

0 [2065004, 2018-03-12 03:06:10.0000000, 1, 2018...
1  [2065004, 2018-03-12 03:06:10.0000000, 2, 2018...
2  [2065004, 2018-03-12 03:06:10.0000000, 3, 2018...
3  [2065004, 2018-03-12 03:06:10.0000000, 4, 2018...
4  [2065004, 2018-03-12 03:06:10.0000000, 5, 2018...

如何将数据放入数据框并保留sql表所在的列？

Answer 1

fetchall()返回一个元组列表。在其中，将找不到命名列的数据。

sqlite3代替了pyodbc，因为pyodbc没有启用说明性示例。

import pandas as pd
import sqlite3

conn = sqlite3.connect('example.db')

c = conn.cursor()

# Create table
c.execute('''CREATE TABLE stocks
             (date text, trans text, symbol text, qty_real, price_real)''')

# Insert a row of data
c.execute("INSERT INTO stocks VALUES ('2006-01-05','BUY','RHAT',100,35.14)")

# Larger example that inserts many records at a time
purchases = [('2006-03-28', 'BUY', 'IBM', 1000, 45.00),
             ('2006-04-05', 'BUY', 'MSFT', 1000, 72.00),
             ('2006-04-06', 'SELL', 'IBM', 500, 53.00),
            ]
c.executemany('INSERT INTO stocks VALUES (?,?,?,?,?)', purchases)

# Save (commit) the changes
conn.commit()

c = conn.cursor()
c.execute("select date, trans, symbol, qty_real, price_real from stocks")
list_o_tuples = c.fetchall()
df = pd.DataFrame(list_o_tuples)
df.columns = ["date", "trans", "symbol", "qty_real", "price_real"]
print(df)

对于sqlite3，您可以让它返回列名，该列名可以传递到您的DataFrame构造函数中。

conn.row_factory = sqlite3.Row
c = conn.cursor()
c.execute("select date, trans, symbol, qty_real, price_real from stocks")
list_o_dict_like_rows = c.fetchall()
l = [dict(i) for i in list_o_dict_like_rows]
df = pd.DataFrame(l)
print(df)

conn.close()

对于pyodbc，答案（此处无法复制）类似于：

cursor = conn.cursor()
cursor.execute("""SELECT [leadid], [CreateDate], [Status Change Count], 
[logdate], [statustitle], [groupedstatus], [leadbucket] FROM vel_actions""")
columns = [column[0] for column in cursor.description]
df = pd.DataFrame(cursor.fetchall(), columns=columns)

使用pyodbc查询MSSQL将结果放在一栏中

1 个答案: