带有参数化 SQL 查询的 Pandas read_sql
pandas.read_sql函数是从数据库获取数据的强大工具。 使用 SQLAlchemy 引擎时，有效地将参数传递给 SQL 查询至关重要。 本指南演示了两种常见的方法：位置参数和命名参数。
方法一：位置参数
此方法使用列表或元组为 SQL 查询提供参数。 SQL 语句中的占位符 (%s) 将按顺序替换为参数列表中的元素。
示例：
<code class="language-python">import pandas as pd
from datetime import datetime
# ... (database connection setup using SQLAlchemy) ...
query = ('SELECT "Timestamp", "Value" FROM "MyTable" '
'WHERE "Timestamp" BETWEEN %s AND %s')
params = [datetime(2014, 6, 24, 16, 0), datetime(2014, 6, 24, 17, 0)]
df = pd.read_sql(query, db, params=params, index_col=['Timestamp'])</code>方法2：命名参数
命名参数提供更好的可读性和可维护性。 但是，支持的语法取决于您的数据库驱动程序。 对于 SQLAlchemy 和 psycopg2，%(name)s 语法是必需的。
示例：
<code class="language-python">import pandas as pd
from datetime import datetime
# ... (database connection setup using SQLAlchemy) ...
query = ('SELECT "Timestamp", "Value" FROM "MyTable" '
'WHERE "Timestamp" BETWEEN %(dstart)s AND %(dfinish)s')
params = {"dstart": datetime(2014, 6, 24, 16, 0), "dfinish": datetime(2014, 6, 24, 17, 0)}
df = pd.read_sql(query, db, params=params, index_col=['Timestamp'])</code>重要提示： 请务必检查数据库驱动程序的文档以确认正确的参数语法。 使用错误的语法将导致查询错误。 这可确保您的参数化查询正确且安全地执行。
以上是如何使用 SQL 查询将参数传递给 pandas read_sql？的详细内容。更多信息请关注PHP中文网其他相关文章！
