SQLAlchemy ORM 转换为 Pandas DataFrame [英] SQLAlchemy ORM conversion to pandas DataFrame

问题描述

是否有将 SQLAlchemy 转换为 Pandas DataFrame 的解决方案?

Pandas 具有使用 pandas.read_sql 的能力，但这需要使用原始 SQL.我想避免它的原因有两个:

1. 我已经拥有使用 ORM 的所有东西(这本身就是一个很好的理由)并且
2. 我使用 python 列表作为查询的一部分，例如:

<块引用>

db.session.query(Item).filter(Item.symbol.in_(add_symbols) 其中 Item 是我的模型类和 add_symbols> 是一个列表).这相当于 SQL SELECT ... from ... WHERE ... IN.

有什么可能吗?

解决方案

下面应该在大多数情况下工作:

df = pd.read_sql(query.statement, query.session.bind)

参见pandas.read_sql 有关参数的详细信息的文档.

Is there a solution converting a SQLAlchemy <Query object> to a pandas DataFrame?

Pandas has the capability to use pandas.read_sql but this requires use of raw SQL. I have two reasons for wanting to avoid it:

1. I already have everything using the ORM (a good reason in and of itself) and
2. I'm using python lists as part of the query, e.g.:

db.session.query(Item).filter(Item.symbol.in_(add_symbols) where Item is my model class and add_symbols is a list). This is the equivalent of SQL SELECT ... from ... WHERE ... IN.

Is anything possible?

解决方案

Below should work in most cases:

df = pd.read_sql(query.statement, query.session.bind)

See pandas.read_sql documentation for more information on the parameters.

这篇关于SQLAlchemy ORM 转换为 Pandas DataFrame的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！