pd.read_sql()用法

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

各参数意义：

• sql：sql命令字符串
• con：连接sql数据库的engine，一般可以用sqlalchemy或者pymysql之类的包建立；
• index_col：选择某一列作为index；
• coerce_float：将数字形式的字符串直接以float型读入；
• parse_dates：将某一列日期型字符串转换为datetime型数据，与pd.to_datetime功能类似。可以直接提供需要转换的列名以默认的日期形式转换，也可以用字典的格式提供列名和转换的日期格式，比如{column_name: format string}（format string："%Y:%m:%H:%M:%S"）；
• columns：要选取的列，一般没啥用，因为在sql命令里面一般就指定要选择的列了；
• chunksize：如果提供了一个整数值，那么就会返回一个generator，每次输出的行数就是提供的值的大小。

设置参数con，创建数据库链接的两种方式：

1.用sqlalchemy构建数据库链接

import pandas as pd
import sqlalchemy
from sqlalchemy import create_engine

connect_info = ‘mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8’
engine = create_engine(connect_info)

sql_cmd = “SELECT * FROM table”
df = pd.read_sql(sql=sql_cmd, con=engine)

2.用DBAPI构建数据库链接

import pandas as pd
import pymysql

con = pymysql.connect(host=localhost, user=username, password=password, database=dbname, charset=‘utf8’, use_unicode=True)

sql_cmd = “SELECT * FROM table”
df = pd.read_sql(sql_cmd, con)