python - 在 SQL 连接中使用 Pandas Dataframe

Question

我正在尝试使用 Postgres 数据库中的外部表对数据框的内容执行 SQL 连接。

这是数据框的样子:

>>> df
   name  author  count
0  a     b       10
1  c     d       5
2  e     f       2

我需要将它与一个如下所示的 Postgres 表连接起来:

TABLE: blog
title   author    url    
a       b         w.com
b       b         x.com
e       g         y.com

这是我正在尝试做的，但这似乎不是查询的正确语法:

>>> sql_join = r"""select b.*, frame.*  from ({0}) frame
        join blog b
        on frame.name = b.title
        where frame.owner = b.owner 
        order by frame.count desc
        limit 30;""".format(df)

>>> res = pd.read_sql(sql_join, connection)

我不确定如何在 sql 查询中使用数据框中的值。有人能指出我正确的方向吗？谢谢!

编辑:根据我的用例，我无法将博客表转换为给定内存和性能限制的数据框。

Answer 1

我设法做到了这一点，而无需将数据框转换为临时表，也无需将 SQL 从博客表读入数据框。

对于面临相同问题的任何其他人，这是通过使用某种虚拟表来实现的。

这就是我最终的 sql 查询:

>>> inner_string = "VALUES ('a','b',10), ('c','d',5), ('e','f',2)"

>>> sql_join = r"""SELECT * FROM blog
        JOIN ({0}) AS frame(title, owner, count)
        ON blog.title = frame.title
        WHERE blog.owner = frame.owner 
        ORDER BY frame.count DESC
        LIMIT 30;""".format(inner_string)

>>> res = pd.read_sql(sql_join, connection)

您可以使用字符串操作将数据框中的所有行转换为一个类似于 inner_string 的大字符串。