Pandas读取SQL数据库全攻略
本文深入解析了使用Pandas的read_sql安全高效读取SQL数据库的四大关键实践:必须传入SQLAlchemy Engine而非原始连接以避免TypeError;务必通过params参数传递WHERE条件变量,杜绝SQL注入风险;面对大数据量时应启用chunksize实现流式分批读取,防止内存溢出;以及针对datetime字段识别异常问题,提供驱动升级、parse_dates强制解析和类型校验等实用解决方案——帮你绕开90%的生产环境踩坑点。

read_sql 读取 SQL 查询结果时,必须传 engine 而不是 connection
很多人卡在 read_sql 报错 TypeError: read_sql() missing 1 required positional argument: 'con',其实是因为混淆了 con 参数的类型。它要的是一个 SQLAlchemy Engine 实例(比如 create_engine(...) 返回的),不是原始的 sqlite3.Connection 或 psycopg2.connection。
常见错误写法:conn = sqlite3.connect("db.db"); pd.read_sql("SELECT * FROM t", conn) —— 这会失败。
- 正确做法:用
sqlalchemy.create_engine构建engine,再传给con=engine - MySQL/PostgreSQL 需要安装对应驱动(
pymysql、psycopg2),否则create_engine初始化就报错 - SQLite 可直接用
"sqlite:///xxx.db",但注意三个斜杠;相对路径默认从当前工作目录算起,不是脚本所在目录
WHERE 条件里含 Python 变量,别拼字符串,用 params 防注入
直接用 f-string 或 % 拼接 SQL 是高危操作,尤其变量来自用户输入或文件。Pandas 的 read_sql 支持 params 参数透传给底层 driver,自动处理转义和类型适配。
错误示例:f"SELECT * FROM users WHERE age > {min_age}" —— 遇到 min_age = "18; DROP TABLE users;" 就完蛋。
- 安全写法:写成
read_sql("SELECT * FROM users WHERE age > %(min_age)s", engine, params={"min_age": min_age}) - 不同数据库占位符不同:
?(SQLite)、%s(MySQL)、%(name)s(PostgreSQL),统一用命名式最稳妥 params只支持 WHERE 值替换,不能用于表名、列名或 ORDER BY 字段——这些得靠白名单校验后拼接
大数据量查询别用 read_sql 全拉,加 chunksize 流式读
查几百万行还用 read_sql("SELECT * FROM huge_table", engine),内存直接爆,Python 进程可能被系统 kill。这不是 Pandas 的 bug,是设计使然:它默认把整个结果集 load 到内存构造成 DataFrame。
现象:程序卡住、内存占用飙升、Jupyter kernel restart。
- 加
chunksize=10000,返回的是Iterator[pd.DataFrame],每次只读 1 万行 - 适合做分批处理:统计、清洗、写入其他库,避免一次性 hold 所有数据
- 注意:
chunksize不影响 SQL 执行逻辑,只是客户端侧分页;真要服务端分页得手写 LIMIT/OFFSET 或游标查询
datetime 字段读出来是 object 类型?检查数据库时区和 SQLAlchemy 类型映射
PostgreSQL 的 TIMESTAMP WITH TIME ZONE 或 MySQL 的 DATETIME 读进 Pandas 后变成 object,而不是 datetime64[ns],后续 dt.year 就报错。这通常不是 Pandas 问题,而是 driver 或 engine 层没正确识别类型。
- 确认数据库字段实际类型:用
SELECT column_name, data_type FROM information_schema.columns查 - 升级
sqlalchemy和对应 driver(旧版对时区支持弱) - 强制转换:加
parse_dates=["created_at"]参数,或之后调df["created_at"] = pd.to_datetime(df["created_at"]) - SQLite 没原生 datetime 类型,存的是字符串或整数,必须靠
parse_dates或自定义dtype
真正麻烦的不是语法,是 database URL 写错、driver 没装、时区隐式转换、大表没分块——这些地方一漏,查半天都看不出哪错了。
好了,本文到此结束,带大家了解了《Pandas读取SQL数据库全攻略》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
如何开启电脑无线投屏功能详解
- 上一篇
- 如何开启电脑无线投屏功能详解
- 下一篇
- PHP双数组并行输出方法详解
-
- 文章 · python教程 | 6小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 6小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 10小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 12小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 13小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 13小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 14小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1102次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1097次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1267次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1208次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1053次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

