[PYTHON] Verwenden Sie sqlalchemy, um die DB-Tabelle zu durchsuchen und eine Datenflamme für Pandas zu erstellen

Durchsuchen Sie die RDB-Tabelle und erstellen Sie einen Pandas-Datenrahmen

pandas bietet eine Methode zum Ausführen von SQL-Abfragen für RDB. Verwenden Sie diese Option, um eine gespeicherte Prozedur auszuführen und aus dem Ausführungsergebnis einen Pandas-Datenrahmen zu erstellen. Es kann mithilfe von Pandas zur Datenaggregation und anschließendem Zeichnen von Grafiken mithilfe von matplotlib erweitert werden.

make_pandas_df.py

    import sqlalchemy
    import pandas as pd

    q = 1
    ym = 201604

    CONNECT_INFO = 'mssql+pyodbc://hogehoge'
    engine = sqlalchemy.create_engine(CONNECT_INFO, encoding='utf-8')

    #Datenrahmenerstellung
    query = 'EXEC dbo.sp_rtrv4pandas @q = {0},@ym = {1}'.format(qq,ym)
    df = pd.read_sql_query(query, engine,index_col =['prd'])

    print(df)

1. Die oben genannte Verbindungs-DB wird als SQL Server angenommen. Im Fall von SQLServer wird die gespeicherte Ausführung von der EXEC-Anweisung ausgeführt.
2. Führen Sie SQL mit der Methode read_sql_query von Pandas aus
3. Argumente für gespeicherte Prozeduren werden wie oben beschrieben in der Beschreibung (Format) zur Einbettung von Variablen in Python angegeben.
4. Setzen Sie das Ergebnis der gespeicherten Prozedur auf df, das das Pandas-Datenrahmenobjekt sein wird