我使用pyodbc从SQL Server获取数据,使用此处显示的脚本:
conn = pyodbc.connect('DSN=DATASOURCE')
tbl = "SELECT TableA.Field_1
FROM TableA
WHERE TableA.Date>=2019/04/01"
SQL_Query = pd.read_sql_query(tbl, conn)
conn.close
现在我想把这个查询变成一个Python函数,在那里我可以把上面例子中的日期(2019/04/01(作为函数变量来更改。
我发现pyodbc提供了参数化,但都是在cursor.execute
函数的上下文中。
理想情况下,我想创建一个这样的函数:
def DB_Query(date):
conn = pyodbc.connect('DSN=DATASOURCE')
tbl = "SELECT TableA.Field_1
FROM TableA
WHERE TableA.Date>=?", date
SQL_Query = pd.read_sql_query(tbl, conn)
conn.close
return SQL_Query
显然,这不起作用,因为tbl
必须是一个正常的字符串,但有可能将pyodbc的参数化特性与panda的pd.read_sql_query
或pd.read_sql
一起使用吗?
您可以通过设置params
参数,以与cursor.execute
相同的方式参数化read_sql_query
:https://pandas.pydata.org/docs/reference/api/pandas.read_sql_query.html
SQL Server示例:
import pandas as pd
sql = '''
select *
from Table
where Column = ?
'''
df = pd.read_sql(sql, params=[query_param])
Oracle示例:
import pandas as pd
sql = '''
select *
from table
where Column = :query_param
'''
df = pd.read_sql(sql, params={'query_param': 'query_value'})