解决一个pandas执行模糊查询sql的坑
查询引擎使用了presto，在sql中使用了模糊查询。
engine=create_engine(presto_url,encoding='utf-8') sql_exe="""selectid,title,tagsfromsource.base.tablewheretagslike'%呵呵%'""" df=pd.read_sql_query(sql_exe,engine)
一直报错：
unsupportedformatcharacter
解决方案
第一：
sql_exe="""selectid,title,tagsfromsource.base.tablewheretagslike'%%呵呵%%'"""
第二：
sql_exe="""selectid,title,tagsfromsource.base.tablewheretagslike%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：
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:formatstring}（formatstring："%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
importpandasaspd
importsqlalchemy
fromsqlalchemyimportcreate_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*FROMtable"
df=pd.read_sql(sql=sql_cmd,con=engine)
用DBAPI构建数据库链接
importpandasaspd importpymysql #sql命令 sql_cmd="SELECT*FROMtable" #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
ReadSQLdatabasetableintoaDataFrame.
2、read_sql_query
ReadSQLqueryintoaDataFrame.
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毛票票。如有错误或未考虑完全的地方，望不吝赐教。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。