Skip to main content
 首页 » 编程设计

python之如何使用 Python 从 sqlite 数据库中提取选定的列

2025年01月19日9think

我正在努力写作。允许用户从 sqlite 数据库中选择特定列的代码,然后将其转换为 pandas 数据框。我正在使用一个名为 test_database.db 的测试数据库和一个名为 test 的表。该表包含三列,id、value_one 和 value_two。我展示的函数存在于一个与数据库建立连接的类中,在这个函数中,用户只需要传递表名和他们想要提取的列列表。例如,在命令行 sqlite 中,如果我只想读取 value_one 和 column_two 列,我可能会键入命令 select value_one, value_two from test来自表 test。如果我在命令行中键入此命令,则该方法有效。但是,在这种情况下,我使用 python 构建输入到 pandas.read_sql_query() 中的文本字符串,并且该方法不起作用。我的代码如下所示

class ReadSQL: 
    def __init__(self, database): 
        self.database = database 
        self.conn = sqlite3.connect(self.database) 
        self.cur = self.conn.cursor() 
 
    def query_columns_to_dataframe(table, columns): 
        query = 'select ' 
        for i in range(len(columns)): 
            query = query + columns[I] + ', ' 
        query = query[:-2] + ' from ' + table 
        # print(query) 
        df = pd.read_sql_query(query, self.conn) 
        return 
 
    def close_database() 
        self.conn.close 
        return 
 
test = ReadSQL(test_database.db) 
df = query_columns_to_dataframe('test', ['value_one', 'value_two']) 

我假设我的问题与 query_columns_to_dataframe() 预处理信息的方式有关,因为如果我取消注释 query_columnes_to_dataframe 中的 print 命令() 我得到一个文本字符串,它看起来与直接在命令行中输入的文本字符串相同。感谢您的帮助。

请您参考如下方法:

我消除了您代码中的一些错误以产生这个效果。请注意,我无意中更改了测试数据库中字段的名称。

import sqlite3 
import pandas as pd 
 
class ReadSQL: 
    def __init__(self, database): 
        self.database = database 
        self.conn = sqlite3.connect(self.database) 
        self.cur = self.conn.cursor() 
 
    def query_columns_to_dataframe(self, table, columns): 
        query = 'select ' 
        for i in range(len(columns)): 
            query = query + columns[i] + ', ' 
        query = query[:-2] + ' from ' + table 
        #~ print(query) 
        df = pd.read_sql_query(query, self.conn) 
        return df 
 
    def close_database(): 
        self.conn.close 
        return 
 
test = ReadSQL('test_database.db') 
df = test.query_columns_to_dataframe('test', ['value_1', 'value_2']) 
print (df) 

输出:

   value_1  value_2 
0        2        3