查询引擎使用了presto,在sql中使用了模糊查询。
1
2
3
|
engine = create_engine(presto_url,encoding= 'utf-8' )
sql_exe = "" "select id,title,tags from source.base.table where tags like '%呵呵%' " ""
df = pd.read_sql_query(sql_exe,engine)
|
一直报错:
unsupported format character
解决方案
第一:
1
|
sql_exe = "" "select id,title,tags from source.base.table where tags like '%%呵呵%%' " ""
|
第二:
1
2
|
sql_exe = "" "select id,title,tags from source.base.table where tags like %s " ""
df = pd.read_sql_query(sql_exe,engine,params=( "%呵呵%" ,))
|
补充:pd.read_sql()知道这些就够用了
如下:
1
|
pandas.read_sql(sql, con, index_col=None, coerce_float= True , params=None, parse_dates=None, columns=None, chunksize=None)
|
各参数意义
sql:SQL命令字符串
con:连接sql数据库的engine,一般可以用SQLalchemy或者pymysql之类的包建立
index_col: 选择某一列作为index
coerce_float:非常有用,将数字形式的字符串直接以float型读入
parse_dates:将某一列日期型字符串转换为datetime型数据,与pd.to_datetime函数功能类似。可以直接提供需要转换的列名以默认的日期形式转换,也可以用字典的格式提供列名和转换的日期格式,比如{column_name: format string}(format string:"%Y:%m:%H:%M:%S")。
columns:要选取的列。一般没啥用,因为在sql命令里面一般就指定要选择的列了
chunksize:如果提供了一个整数值,那么就会返回一个generator,每次输出的行数就是提供的值的大小。
设置参数can–>创建数据库链接的两种方式
用sqlalchemy构建数据库链接
1
2
3
4
5
6
7
8
9
|
import pandas as pd
import sqlalchemy
from sqlalchemy import create_engine
# 用sqlalchemy构建数据库链接engine
connect_info = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8'
engine = create_engine(connect_info)
# sql 命令
sql_cmd = "SELECT * FROM table"
df = pd.read_sql(sql = sql_cmd, con = engine)
|
用DBAPI构建数据库链接
1
2
3
4
5
6
7
|
import pandas as pd
import pymysql
# sql 命令
sql_cmd = "SELECT * FROM table"
# 用DBAPI构建数据库链接engine
con = pymysql.connect(host = localhost, user = username, password = password, database = dbname, charset = 'utf8' , use_unicode = True )
df = pd.read_sql(sql_cmd, con)
|
read_sql与read_sql_table、read_sql_query
read_sql本质上是read_sql_table、read_sql_query的统一方式。
三者都return返回DataFrame。
1、read_sql_table
Read SQL database table into a DataFrame.
2、read_sql_query
Read SQL query into a DataFrame.
以上为个人经验,希望能给大家一个参考,也希望大家多多支持服务器之家。如有错误或未考虑完全的地方,望不吝赐教。
原文链接:https://blog.csdn.net/onwingsofsong/article/details/84844356