pandas.read_sql_table #

熊猫。read_sql_table ( table_name , con , schema = None , index_col = None , coerce_float = True , parse_dates = None , columns = None , chunksize = None , dtype_backend = _NoDefault.no_default ) [来源] #

将 SQL 数据库表读入 DataFrame。

给定表名和 SQLAlchemy 可连接,返回一个 DataFrame。该函数不支持DBAPI连接。

参数
表名str

数据库中 SQL 表的名称。

con SQLAlchemy 可连接或 str

数据库 URI 可以作为 str 提供。不支持 SQLite DBAPI 连接模式。

schema str,默认无

要查询的数据库中的 SQL 模式的名称(如果数据库风格支持此名称)。如果无(默认),则使用默认架构。

index_col str 或 str 列表,可选,默认值:无

设置为索引的列(MultiIndex)。

coerce_float bool, 默认 True

尝试将非字符串、非数字对象(如decimal.Decimal)的值转换为浮点数。可能导致精度损失。

parse_dates列表或字典,默认 None
  • 要解析为日期的列名称列表。

  • 格式字符串的字典在解析字符串时间的情况下与 strftime 兼容,或者在解析整数时间戳的情况下是 (D, s, ns, ms, us) 之一。{column_name: format string}

  • Dict of ,其中 arg dict 对应于关键字参数 对于没有本机日期时间支持的数据库(例如 SQLite)特别有用。{column_name: arg dict}pandas.to_datetime()

列列表,默认无

要从 SQL 表中选择的列名称列表。

chunksize int,默认无

如果指定,则返回一个迭代器,其中chunksize是每个块中包含的行数。

dtype_backend {'numpy_nullable', 'pyarrow'}, 默认 'numpy_nullable'

应用于结果的后端数据类型DataFrame (仍处于试验阶段)。行为如下:

  • "numpy_nullable":返回 nullable-dtype-backed DataFrame (默认)。

  • "pyarrow":返回 pyarrow 支持的可为空的ArrowDtype DataFrame。

2.0版本中的新增内容。

返回
数据帧或迭代器[数据帧]

SQL 表作为带有标记轴的二维数据结构返回。

也可以看看

read_sql_query

将 SQL 查询读入 DataFrame。

read_sql

将 SQL 查询或数据库表读入 DataFrame。

笔记

任何带有时区信息的日期时间值都将转换为 UTC。

例子

>>> pd.read_sql_table('table_name', 'postgres:///db_name')