在对数据库的查询中合并 Pandas 数据框

Question

我试图弄清楚在 Python 中查询数据库时如何将 pandas 数据框视为 SQL 表。

我来自 SAS 背景，可以轻松地将工作表合并到直接数据库查询中。

例如：

Select a.first_col, 
       b.second_col
from database.table1 a
left join work.table1 b on a.id = b.id;

这里的 work.table1 不在数据库中，而是保存在本地 SAS 服务器中的数据集。

在我的研究中，我找到了将数据框写入数据库然后将其包含在查询中的方法。我没有数据库的写权限，所以这不是我的选择。

我也知道我可以使用sqlalchemy 和pd.to_sql() 将数据框放入SQL 引擎，但我不知道是否有办法将该引擎与pyodbc 连接我有数据库。

我也试过这个，但我认为它不会起作用（表和列的名称已更改）。

df = pd.DataFrame([A342,B432,W345],columns=['id'])

query = '''
select a.id, b.id
from df a 
left join database.base_table b on a.id= b.id
'''
 
query_results = pd.read_sql_query(query,connection)

正如我所料，它不起作用。

我正在连接到 Netezza 数据库，我不确定这是否重要。

Answer 1

我不认为这是可能的，它必须写入自己的表才能被查询，虽然我不熟悉 Netezza。

为什么不纯粹在 pandas 中执行 join（在 pandas 中是“合并”）？了解如果 sql 表很大，这是不可行的，但是，

query = """
        SELECT id, x
        FROM a
        """

a = pd.read_sql(query, conn)

df = # some dataframe in memory

pd.merge(df, a, on='id', how='left') 

请参阅https://pandas.pydata.org/docs/getting_started/comparison/comparison_with_sql.html 了解有关 sql 和 pandas 相似性的优秀文档