根据具有多个值的参数过滤 SQL 查询

Question

我正在尝试构建一个需要两个参数（2列）过滤的SQL，并且第二列需要匹配多个值。

下面是我迄今为止构建的 SQL（感谢 Martijn Pieters 的帮助）

import psycopg2
import pandas as pd
import datetime

# Connecting to db

con = psycopg2.connect(db_details)
cur = con.cursor()
cur.execute("select * from sales limit 10")
rows = cur.fetchall()

params = {'earliest': datetime.datetime.today() - datetime.timedelta(days=7),
      'store_name': 'store_1', 'store_2'}

df = pd.read_sql("""
     select store_name,count(*) from sales 
     where created_at >= %(earliest)s
     and store_name = %(store_name)s""",
 params=params, con=con)

上面的 SQL 有一个用于 where 子句的日期参数，我又添加了一个参数，即 store_name，其中行匹配两个值之一。

想知道如何将这个附加参数添加到现有查询中。

我尝试创建一个参数（类似于日期过滤器）并将其传递给现有查询，但是当我给它两个值时出现语法错误：

    'store_name': 'store_1', 'store_2'}
                                      ^
SyntaxError: invalid syntax

指向params 字段。

Answer 1

你有两个问题：

• 您使用了无效的 Python 语法；字典中的逗号分隔键值对，因此 'store_2' 字符串将是另一个键值对，但缺少 : value 部分。如果你想定义一个包含多个字符串的值，你必须在那里使用一个元组或一个列表，你是否明确使用(...) 或[...] 将该语法与key: value, key: value 符号分开：

  params = {
      'earliest': datetime.datetime.today() - datetime.timedelta(days=7),
      'store_name': ('store_1', 'store_2'),  # tuple with two values
  }
  

• 一般来说，SQL 参数只能使用单个值。 store_name 参数只能被赋予一个值，而不是一个值序列。这是因为 SQL 参数是 SQL 查询和要在该查询中使用的动态值之间的桥梁，其参数旨在充当每个单个动态值的占位符。

  也就是说，psycopg2 库 specifically supports tuples，然而这是大多数 Python 数据库库的例外。

  接下来，如果您想过滤匹配 'store_1' 或 'store_2' 的行，正确的 SQL 语法是使用两个 store_name = ... 测试，它们之间有 OR 和括号（以保持该部分分开从与AND 连接的date 测试到商店名称测试），或使用store_name IN ('store_1', 'store_2')。 IN 测试将列名与(...) 括号中列出的多个值进行比较。

鉴于您在此处使用psycopg2，您可以使用引用元组值的store_name 键，但您确实需要使用IN 进行查询：

params = {
    'earliest': datetime.datetime.today() - datetime.timedelta(days=7),
    'store_name': ('store_1', 'store_2')
}

df = pd.read_sql("""
     SELECT store_name, count(*) FROM sales 
     WHERE created_at >= %(earliest)s
     AND store_name IN %(store_name)s""",
     params=params, con=con)

另外说明：pd.read_sql() 函数[明确指出使用 DBAPI 连接时仅支持 sqlite]（如果是 DBAPI2 对象，则仅支持 sqlite3）：

如果是 DBAPI2 对象，则仅支持 sqlite3。

您正在使用这样的对象；大多数 Python 数据库适配器都是 DBAPI2 库； DBAPI2 是一个Python standard for such libraries。

你真的应该改用SQLAlchemy connection string。您的代码碰巧可以工作，因为您从不尝试将任何数据写回数据库，并且 psycopg 连接和游标对象在很大程度上与 sqlite3 库版本兼容，但您可能会遇到问题。

Answer 2

我不明白为什么这不起作用：

params = {'earliest': datetime.datetime.today() - datetime.timedelta(days=7),
          'store_name': '<put what you want here>'}

df = pd.read_sql("""
         select store_name,count(*) from sales 
         where created_at >= %(earliest)s
         and store_name = %(store_name)s""",
     params=params, con=con)

因为你想要两个商店，所以这有点复杂。

这应该有效：

params = {'earliest': datetime.datetime.today() - datetime.timedelta(days=7),
          'store_names': ','.join(('store_1', 'store_2'))}

df = pd.read_sql("""
         select store_name,count(*) from sales 
         where created_at >= %(earliest)s
         and store_name in (%(store_names)s)""",
     params=params, con=con)