Pandas read_sql 列在使用 index_col 时不起作用 - 而是返回所有列

Question

我正在使用pandas.read_sql() 命令从我的 postgresql 数据库中获取数据。 SQL 查询通常由许多列创建，我只想使用一列作为索引从中获取特定列。 像这样创建一个示例表test_table：

column1 column2 column3
1       2       3
2       4       6
3       6       9

我尝试使用pandas.read_sql() 中的index_col 和columns 参数来获取column1 作为索引和column2 作为数据（并忽略column3！）。但它总是返回整个表。同样在写columns=['column1', 'column2'] 时没有任何变化......

我正在使用 python 2.7.6 和 pandas 0.17.1 - 感谢您的帮助！

示例代码：

import pandas
import psycopg2
import sqlalchemy


def connect():
    connString = (
        "dbname=test_db "
        "host=localhost "
        "port=5432 "
        "user=postgres "
        "password=password"
    )
    return psycopg2.connect(connString)

engine = sqlalchemy.create_engine(
            'postgresql://',
            creator=connect)
sql = (
    'SELECT '
    'column1, '
    'column2, '
    'column3 '
    'FROM test_table'
)
data = pandas.read_sql(
    sql,
    engine,
    index_col=['column1'],
    columns=['column2'])
print(data)

Answer 1

我认为columns 参数对您不起作用，因为您使用的是 sql 语句而不是为它提供您的表名。

如熊猫网站所述：

columns : 列表，默认值：None 要从 sql 中选择的列名列表 表格（仅在读取表格时使用）。

因此，我认为如果你尝试：

pandas.read_sql('test_table', engine, index_col=['column1'], columns=['column2'])

columns 参数实际上会起作用。