在 pandas 上创建 SQL 查询的正确方法答案

【问题标题】：Right way of creating SQL query on pandas在 pandas 上创建 SQL 查询的正确方法
【发布时间】：2014-05-09 04:26:17
【问题描述】：

截至今天（2014 年 5 月 9 日），我正在使用 pandas 开发版本。

# Never do this -- insecure!
symbol = 'RHAT'
c.execute("SELECT * FROM stocks WHERE symbol = '%s'" % symbol)

# Do this instead
t = ('RHAT',)
c.execute('SELECT * FROM stocks WHERE symbol=?', t)
print c.fetchone()

但是，据我了解，pandas 界面需要我这样做

from pandas.io import sql
eng = sqlalchemy.create_engine('sqlite:////path/to/file.db')
sql.read_sql("SELECT * FROM mytable WHERE myid = {0};".format(myid), eng)

我必须直接使用SQLAlchemy 来避免注入字符串，还是有更好的替代方案我还没有想到？

【问题讨论】：

标签： python sql pandas

【解决方案1】：

Pandas 还有一个执行方法，它使用sqlite3 模块中的参数。

sql.execute(sql, con, cur=None, params=None, flavor='sqlite')
Execute the given SQL query using the provided connection object.
...
params : list or tuple, optional
    List of parameters to pass to execute method.

不幸的是，它没有read_sql 方法中的很多功能，例如parse_dates 并以DataFrame 的形式返回结果以及列名、索引等。

编辑：

哦，params 参数在 read_sql 方法中确实有效！ :)

【讨论】：