pandas 有没有办法将 read_sql() 与 sql 语句一起使用，它需要多个变量？

Question

这是我的代码的一部分。我已经有一个包含值的数据库，并且需要根据该数据帧中的值创建一个新的数据帧（目前这些值只有 12 和 13，存储在 header_row_ids 变量中）。

当我运行脚本时，我收到以下错误消息：

pandas.io.sql.DatabaseError: Execution failed on sql 'SELECT * FROM dbo.TestDetails WHERE Id IN (?,?), (13, 12)': ('07002', '[07002] [Microsoft][ODBC SQL Server Driver]COUNT field incorrect or syntax error')

有人可以帮我解决这个问题吗？我将不胜感激。

import pypyodbc
import pandas

sourceConnection = pypyodbc.connect(
            self.sourceDriver +
            self.sourceServer +
            self.sourceDatabase
            )

placeholders = ",".join("?" * (len(self.header_row_ids)))
sql_source_detail_select = "SELECT * FROM dbo.TestDetails WHERE Id IN (%s)" % placeholders

header_row_ids = [12, 13]
header_row_ids_string = str(self.header_row_ids).strip('[]')

new_sql_source_detail_select = sql_source_detail_select + ", (" + header_row_ids_string + ")"

dataframe = pandas.read_sql(new_sql_source_detail_select, sourceConnection)

Answer 1

read_sql 接受可用于传递参数值的 params 参数：

# header_row_ids = [12, 13]
# sql = "SELECT * FROM dbo.TestDetails WHERE Id IN (?,?)"

dataframe = pandas.read_sql(sql, sourceConnection, params=header_row_ids)

pandas 有没有办法将 read_sql() 与 sql 语句一起使用，它需要多个变量？

Is there a way with pandas to use read_sql() with an sql-statement, that takes multiple variables?

python

sql

pyodbc

pandas

pypyodbc