gpt4 book ai didi

解决一个pandas执行模糊查询sql的坑

转载 作者:qq735679552 更新时间:2022-09-29 22:32:09 25 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章解决一个pandas执行模糊查询sql的坑由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

查询引擎使用了presto,在sql中使用了模糊查询.

?
1
2
3
engine = create_engine(presto_url,encoding= 'utf-8' )
sql_exe = "" "select id,title,tags from source.base.table where tags like '%呵呵%' " ""
df = pd.read_sql_query(sql_exe,engine)

一直报错:

unsupported format character 。

解决方案

第一:

?
1
sql_exe = "" "select id,title,tags from source.base.table where tags like '%%呵呵%%' " ""

第二:

?
1
2
sql_exe = "" "select id,title,tags from source.base.table where tags like %s " ""
  df = pd.read_sql_query(sql_exe,engine,params=( "%呵呵%" ,))

补充:pd.read_sql()知道这些就够用了 。

如下:

?
1
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:非常有用,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函数功能类似。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can–>创建数据库链接的两种方式

用sqlalchemy构建数据库链接 。

?
1
2
3
4
5
6
7
8
9
import pandas as pd
import sqlalchemy
from sqlalchemy import create_engine
# 用sqlalchemy构建数据库链接engine
connect_info = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8'
engine = create_engine(connect_info)
# sql 命令
sql_cmd = "SELECT * FROM table"
df = pd.read_sql(sql = sql_cmd, con = engine)

用DBAPI构建数据库链接 。

?
1
2
3
4
5
6
7
import pandas as pd
import pymysql
# sql 命令
sql_cmd = "SELECT * FROM table"
# 用DBAPI构建数据库链接engine
con = pymysql.connect(host = localhost, user = username, password = password, database = dbname, charset = 'utf8' , use_unicode = True )
df = pd.read_sql(sql_cmd, con)

read_sql与read_sql_table、read_sql_query

read_sql本质上是read_sql_table、read_sql_query的统一方式.

三者都return返回DataFrame.

1、read_sql_table 。

Read SQL database table into a DataFrame. 。

2、read_sql_query 。

Read SQL query into a DataFrame. 。

以上为个人经验,希望能给大家一个参考,也希望大家多多支持我。如有错误或未考虑完全的地方,望不吝赐教.

原文链接:https://blog.csdn.net/onwingsofsong/article/details/84844356 。

最后此篇关于解决一个pandas执行模糊查询sql的坑的文章就讲到这里了,如果你想了解更多关于解决一个pandas执行模糊查询sql的坑的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com