使用参数化查询的pyodbc将数据库读取到数据帧中

Question

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？

Answer 1

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'})