从 sql 数据库中提取数据

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文

1. # 导入库
   
2. import pandas as pd
   
3. import sys
   
4. from sqlalchemy import create_engine, MetaData, Table, select, engine

复制代码

方法一：使用 sqlalchemy 库从 sql 数据库获取数据，确保使用你自己的 ServerName, Database, TableName。

1. # 参数
   
2. TableName = "data"
   
3. 
   
4. DB = {
   
5.     'drivername': 'mssql+pyodbc',
   
6.     'servername': 'DAVID-THINK',
   
7.     #'port': '5432',
   
8.     #'username': 'lynn',
   
9.     #'password': '',
   
10.     'database': 'BizIntel',
    
11.     'driver': 'SQL Server Native Client 11.0',
    
12.     'trusted_connection': 'yes',  
    
13.     'legacy_schema_aliasing': False
    
14. }
    
15. 
    
16. # 创建链接
    
17. engine = create_engine(DB['drivername'] + '://' + DB['servername']
    
18.                        + '/' + DB['database'] + '?' + 'driver='
    
19.                        + DB['driver'] + ';' + 'trusted_connection='
    
20.                        + DB['trusted_connection'],
    
21.                        legacy_schema_aliasing=DB['legacy_schema_aliasing'])
    
22. conn = engine.connect()
    
23. 
    
24. # 查询表的需要
    
25. metadata = MetaData(conn)
    
26. 
    
27. # 表查询
    
28. tbl = Table(TableName, metadata, autoload=True, schema="dbo")
    
29. #tbl.create(checkfirst=True)
    
30. 
    
31. # 选择全部
    
32. sql = tbl.select()
    
33. 
    
34. # 运行 sql 代码
    
35. result = conn.execute(sql)
    
36. 
    
37. # 插入到 dataframe
    
38. df = pd.DataFrame(data=list(result), columns=result.keys())
    
39. 
    
40. # 关闭链接
    
41. conn.close()
    
42. 
    
43. print('Done')

复制代码

选择 dataframe 的内容

1. df.head()

复制代码

1. df.dtypes

复制代码

Date      datetime64[ns]Symbol            objectVolume            objectdtype: object

以上内容节选自 数析学院，原文后续还有多种提取方法，有需要的同学可以先直接到 数析学院 查看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：sql 数据库 connection Dataframe Metadata