python - readsql - Pandas read_sql con parámetros

read database with pandas

Question

¿Hay algún ejemplo de cómo pasar parámetros con una consulta SQL en pandas?

En particular, estoy usando un motor SQLAlchemy para conectarme a una base de datos PostgreSQL. Hasta ahora, he encontrado que los siguientes trabajos:

df = psql.read_sql((''select "Timestamp","Value" from "MyTable" ''
                     ''where "Timestamp" BETWEEN %s AND %s''),
                   db,params=[datetime(2014,6,24,16,0),datetime(2014,6,24,17,0)],
                   index_col=[''Timestamp''])

La documentación de Pandas dice que los params también se pueden pasar como dict, pero parece que no puedo hacer que esto funcione, por ejemplo:

df = psql.read_sql((''select "Timestamp","Value" from "MyTable" ''
                     ''where "Timestamp" BETWEEN :dstart AND :dfinish''),
                   db,params={"dstart":datetime(2014,6,24,16,0),"dfinish":datetime(2014,6,24,17,0)},
                   index_col=[''Timestamp''])

¿Cuál es la forma recomendada de ejecutar este tipo de consultas desde Pandas?

Answer 1

Los documentos read_sql dicen que este argumento params puede ser una lista, tupla o dict (ver docs ).

Para pasar los valores en la consulta sql, hay diferentes sintaxis posibles ? , :1 PEP249 :name , %s , %(name)s (ver PEP249 ).
Pero no todas estas posibilidades son compatibles con todos los controladores de bases de datos, cuya sintaxis es compatible depende del controlador que esté utilizando ( psycopg2 en su caso).

En su segundo caso, cuando usa un dict, está usando ''argumentos nombrados'', y de acuerdo con la documentación de psycopg2 , admiten el estilo de %(name)s (y por lo tanto no el :name supongo), consulte http://initd.org/psycopg/docs/usage.html#query-parameters .
Entonces, usar ese estilo debería funcionar:

df = psql.read_sql((''select "Timestamp","Value" from "MyTable" ''
                     ''where "Timestamp" BETWEEN %(dstart)s AND %(dfinish)s''),
                   db,params={"dstart":datetime(2014,6,24,16,0),"dfinish":datetime(2014,6,24,17,0)},
                   index_col=[''Timestamp''])

Answer 2

Uso esta configuración con SQLite, lo que significa que puedo manejar parámetros en Python y no en Pandas específicamente. Funciona bien para mí y es más fácil de leer y arroja una consulta y parámetros en read_sql directamente.

con = sqlite3.connect("mydb.db")

verses_sql = ''''''SELECT
                    kjv.b,
                    kjv.id,
                    kjv.t,
                    kjv.v,
                    ke.n,
                    ke.author
                FROM t_kjv kjv
                LEFT JOIN key_english ke on kjv.b = ke.b
                WHERE blah = %s'''''' % blah

df_verses = pd.read_sql(verses_sql, con, index_col=''id'')

Hacerlo de esta manera significa que también puede pasar un dict a la cadena multilínea si lo prefiere:

>>> d = { ''vars'': "variables", ''example'': "example" }
>>> s = "This is an {example} with {vars}"
>>> s.format(**d)
''This is an example with variables''