SQL 到 DataFrame

当我们需要从数据库中获取数据进行分析时，可以使用 SQL 查询得到结果。而在使用 Python 进行数据分析时，通常会使用 Pandas 库的 DataFrame 对象来处理数据。这时就需要将 SQL 查询的结果转换为 DataFrame 对象。本文将介绍使用 Pandas 的 read_sql 函数将 SQL 查询结果转换为 DataFrame 对象。

准备工作

在开始之前，我们需要先安装 pandas 和 sqlalchemy 库，可以通过以下命令进行安装：

!pip install pandas
!pip install sqlalchemy

安装完成后，我们需要添加数据库连接信息、表名和查询语句。以下是一个示例：

import pandas as pd
from sqlalchemy import create_engine

# 配置数据库连接信息
host = 'localhost'
user = 'root'
password = 'password'
port = 3306
database = 'database_name'
table_name = 'table_name'

# 建立数据库连接
engine = create_engine(f'mysql+pymysql://{user}:{password}@{host}:{port}/{database}')

# 查询语句
sql_query = f"SELECT * FROM {table_name}"

转换为 DataFrame

使用 Pandas 的 read_sql 函数将 SQL 查询结果转换为 DataFrame 对象，接下来我们来看一下详细用法。

df = pd.read_sql(sql_query, engine)

以上语句中，第一个参数是 SQL 查询语句，第二个参数是数据库连接信息。该函数会将查询结果转换为 DataFrame 对象并返回。我们可以通过以下代码查看 DataFrame 的前几行：

print(df.head())

结语

本文介绍了如何使用 Pandas 的 read_sql 函数将 SQL 查询结果转换为 DataFrame 对象，方便进行数据分析。希望对大家有所帮助。