Pandas：读取数据库read_sql

学习自：pandas.read_sql — pandas 1.2.4 documentation

(10条消息) pd.read_sql()参数详解_pandas.read_csv()参数详解-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
)

说明

将一个SQL查询结果或者数据库表读入到DataFrame中。

这个函数是pandas.read_sql_table()、pandas.read_sql_query()更方便的封装，这两个函数可以在本文开头所写的文档中查询到，这里不再多说。

至于这个函数的作用具体跟哪个函数相同，取决于输入参数——如果传入一个SQL语句，则相当于执行read_sql_query，如果传入一个datebase table，则相当于执行read_sql_table。不过，之前所说的两个函数中会有某些更详细的功能，这里没有列出，如果需要可以去之前两个函数中查看。

参数

参数	类型	说明
sql	str或SQLAlchemy Selectable	需要执行的SQL查询语句或数据库表名
con	SQLAlchemy connectable,str,sqlite3 connection	数据库连接的engine，一般可用于SQLAlchemy或pymysql之类的包建立
index_col	str或str list	index列
coerce_float	bool	将数字形式的String转换为float读入
parse_dates	list、dict	将某一列日期型String转换为datetime类型，与pd.to_datetime()函数功能类似。 可以直接提供一个列名list，表示以默认format转换这些列 也可以用dict {column1 : format1, c2 : f2 , ...}将指定的列c转换为对应的格式f，一个format例子为"%Y:%m:%H:%M:%S"
params	list、tuple、dict
columns	list	要选取的列；一般没用，因为SQL中一般选定了要选择的列了
chunksize	int	如果选定该项并给出一个int值；那么每次会返回一个generator，每次迭代输出的行数是该值

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)