pandas 的 read_sql 带有 WHERE 条件的值列表 [英] pandas' read_sql with a list of values for WHERE condition

问题描述

假设一个数据帧scoreDF:

          date       time      score
sec_code
1048      2015-02-25 09:21:00     28
2888      2015-02-25 09:21:00     25
945       2015-02-25 09:21:00     23
4         2015-02-25 09:21:00     22
669       2015-02-25 09:21:00     15

我需要进行 MySQL 查询以检索与 scoreDF.index 中的值匹配的所有行，即 sec_code 列.

I need to make a MySQL query to retrieve all rows matching the values in scoreDF.index i.e. sec_code column.

通常我会去循环:

    finalResultDF = DataFrame()

    queryString = 'SELECT * FROM tableA WHERE sec_code = ' + code

    for code in scoreDF.index:
        queryResultDF = sql.read_sql(queryString, con)
        finalResultDF.append(queryResultDF)

是否可以在没有循环传递值列表的情况下以不同的方式执行此操作，即 scoreDF.index 作为 WHERE 条件?我在谷歌上搜索了几个小时，有些人提到了 read_sql 的参数"，但我无法弄清楚.

Would it be possible to do this differently without a loop passing a list of values i.e. scoreDF.index as WHERE condition? I Googled for hours and some mentions 'parameter' to read_sql but I couldn't figure it out.

推荐答案

你实际上可以在没有任何循环的情况下做到这一点.

You can actually do this without any loop.

queryString = 'SELECT * FROM tableA WHERE sec_code in '+tuple(scoreDF.index)

这将直接给出结果.这是假设 scoreDF.index 是一个 list.如果它已经是一个 tuple 那么没有类型转换是必需的.

This will give the results directly.This is assuming scoreDF.index is a list.If it is already a tuple then no typecasting is required.

这篇关于pandas 的 read_sql 带有 WHERE 条件的值列表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！