【Python pd.read_sql()报错】已解决ImportError: Unable to find a usable engine； tried using: ‘sqlalchemy‘.

问题：使用pd.read_sql()保存数据到数据库时出现

ImportError: Unable to find a usable engine; tried using: 'sqlalchemy'.
A suitable version of sqlalchemy is required for sql I/O support.
Trying to import the above resulted in these errors:

**解决过程**
**原因：**这个 ImportError 错误信息表明你尝试使用 pandas 进行 SQL I/O 操作时，遇到了一个问题。错误提示指出 pandas 需要版本为 '1.3.0' 或更新的 'sqlalchemy'，但是当前安装的是 '1.2.7' 版本，这是一个过时的版本。
所以升级了sqlalchemy 库到至少 '1.3.0' 版本或更高。你可以使用 pip 来升级 sqlalchemy，具体命令如下：

```python
pip install --upgrade sqlalchemy

后续：升级sqlalchemy库，再次运行pd.read_csv()还是出现错误，报

Exception has occurred: TypeError
__init__() got multiple values for argument 'schema'：TypeError: __init__() got multiple values for argument 'schema'

的错误；
**原因：**这个错误 TypeError: init() got multiple values for argument ‘schema’ 表明在调用某个函数的 init 方法时，为参数 schema 提供了多个值。在 pandas 的 read_sql 函数中，并没有直接的 schema 参数，所以这个错误很可能来自于 engine 对象初始化时或者是在底层的 SQLAlchemy 连接中不正确地传递了 schema 参数。

**检查 SQLAlchemy 版本：**确保你使用的 SQLAlchemy 版本与 pandas 兼容。有时候，更新 SQLAlchemy 或 pandas 可以解决兼容性问题。

最后重新安装sqlalchemy和pandas库的版本，我这里分别使用1.2.7和0.25.3版本，其他版本的组合肯定也是可以的，主要是SQLAlchemy 或 pandas 可以兼容：

pip install  sqlalchemy==1.2.7 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install  pandas==0.25.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

总结

pd.read_sql() 是 pandas 库中用于从 SQL 数据库读取数据的方法。这个错误提示表示 pandas 在尝试使用 sqlalchemy 作为引擎去执行 SQL 查询时失败了，因为它找不到一个可用的 sqlalchemy 引擎。

出现这个错误的原因可能有几个：

1. 未安装 sqlalchemy：确保你已经安装了 sqlalchemy 库。你可以使用 pip 来安装它：

pip install sqlalchemy

2. 环境问题：有时你可能在一个虚拟环境中工作，而 sqlalchemy 没有安装在这个特定的环境中。确保你在正确的环境中安装了所有需要的库。

3. 版本不兼容：你安装的 sqlalchemy 版本可能与 pandas 或其他依赖库不兼容。检查你的 sqlalchemy 版本，并尝试升级或降级到一个与 pandas 兼容的版本。

4. 路径或配置问题：如果你的 Python 环境配置有问题，或者 sqlalchemy 没有安装在 Python 能够找到的路径下，这也可能导致这个问题。

5. 依赖链问题：有时候，其他库可能依赖于特定版本的 sqlalchemy，导致版本冲突。检查你的 requirements.txt 或 pip list 来查看所有已安装的库和它们的版本，确保没有版本冲突。

如果你已经确定 sqlalchemy 已经安装并且没有版本冲突，但问题依然存在，你可以尝试以下步骤：

• 重启你的 Python 解释器或 IDE。
• 检查你的 PYTHONPATH 环境变量，确保它包含了你的 Python 库的安装路径。
• 尝试在一个新的虚拟环境中重新安装 pandas 和 sqlalchemy。

最后，如果你使用的是 pd.read_sql()，确保你的代码正确配置了 SQLAlchemy 引擎，例如：

from sqlalchemy import create_engine
import pandas as pd

# 创建一个数据库引擎
engine = create_engine('数据库连接字符串')

# 使用引擎读取 SQL 查询结果
df = pd.read_sql('SELECT * FROM your_table', engine)

替换 '数据库连接字符串' 为你的数据库连接信息（比如 'sqlite:///your_database.db' 对于 SQLite 数据库，或者 'mysql+pymysql://username:password@localhost/dbname' 对于 MySQL 数据库等）。