Pandas：讀取數據庫read_sql

學習自：pandas.read_sql — pandas 1.2.4 documentation

(10條消息) pd.read_sql()參數詳解_pandas.read_csv()參數詳解-CSDN博客

用法

pd.read_sql(
    sql, con, index_col=None, coerce_float=True,
    params=None, parse_dates=None, columns=None,
    chunksize=None
)

說明

將一個SQL查詢結果或者數據庫表讀入到DataFrame中。

這個函數是pandas.read_sql_table()、pandas.read_sql_query()更方便的封裝，這兩個函數可以在本文開頭所寫的文檔中查詢到，這里不再多說。

至於這個函數的作用具體跟哪個函數相同，取決於輸入參數——如果傳入一個SQL語句，則相當於執行read_sql_query，如果傳入一個datebase table，則相當於執行read_sql_table。不過，之前所說的兩個函數中會有某些更詳細的功能，這里沒有列出，如果需要可以去之前兩個函數中查看。

參數

參數	類型	說明
sql	str或SQLAlchemy Selectable	需要執行的SQL查詢語句或數據庫表名
con	SQLAlchemy connectable,str,sqlite3 connection	數據庫連接的engine，一般可用於SQLAlchemy或pymysql之類的包建立
index_col	str或str list	index列
coerce_float	bool	將數字形式的String轉換為float讀入
parse_dates	list、dict	將某一列日期型String轉換為datetime類型，與pd.to_datetime()函數功能類似。 可以直接提供一個列名list，表示以默認format轉換這些列 也可以用dict {column1 : format1, c2 : f2 , ...}將指定的列c轉換為對應的格式f，一個format例子為"%Y:%m:%H:%M:%S"
params	list、tuple、dict
columns	list	要選取的列；一般沒用，因為SQL中一般選定了要選擇的列了
chunksize	int	如果選定該項並給出一個int值；那么每次會返回一個generator，每次迭代輸出的行數是該值

返回

DataFrame 或 Iterator（如果指定chunksize）

例子

import pandas as pd
import pymysql
con = pymysql.connect(host="localhost",
                      user="guest",password="password",
                      db="db1",charset = "utf8",port=3333
                      )
sql='SELECT * FROM table1 LIMIT 82000,1000'
df = pd.read_sql(sql,con)