如何使用 Pandas.DataFrame 作为 SQL 查询的输入？

Question

我正在尝试使用 Pandas.DataFrame 作为两个后续 SQL 查询之间的中间结果数据集。

我想它看起来像：

import pandas.io.sql as pisql
import pyodbc

SQL_command1 = """
                  select * from tab_A
              """
result = pisql.read_frame(SQL_command1)


SQL_command2 = """
                  select * 
                  from ? A
                  inner join B
                  on A.id = B.id
               """    
pyodbc.cursor.execute(SQL_command2, result)

上面代码中的SQL_command2 只是一个伪代码，在哪里？接受result 作为输入，并给定一个别名为A。

这是我第一次使用Pandas，所以我不确定我的想法是否可行或有效。谁能启发我？

非常感谢。

Answer 1

伪代码如下所示

import pandas as pd
df_a = pd.read_csv('tab_a.csv') #or read_sql or other read engine
df_b = pd.read_csv('tab_b.csv')
result = pd.merge(left=df_a,
                  right=df_b,
                  how='inner',
                  on='id') #assuming 'id' is in both table

要选择 pandas 数据框的列，类似于 df_a[['col1','col2','col3']]