Python和MSSQL:从SQL检索数据时的过滤技术
Python和MSSQL:从SQL检索数据时的过滤技术
提问于 2019-01-03 13:49:14
我有一个MS SQL表，如下所示
Device ID Timestamp Avg_PF THDV_Sum
863071010842661 2014-01-01 22:05:57 4.0 7.0
865733020495321 2016-08-19 17:20:09 0.0 0.0
865733020495321 2016-08-19 17:20:41 0.0 0.0
865733020495321 2016-08-19 17:20:41 0.0 0.0 有287,533行，包括30个设备的数据(即，有30个唯一的设备ID)，间隔为10/15分钟。我想检索TimeStamp date >=2018-10-01的数据。在SSMS (SQL server 2014管理工具)中，我可以使用以下SQL轻松完成此操作
SELECT Device ID, Timestamp, Avg_PF, THDV_Sum
FROM mytable
WHERE Timestamp >= '2018-10-01'现在，我正在尝试使用以下方法在python上执行相同的操作
conn = pyodbc.connect('details of SQL server')
df_select = pd.read_sql_query(sql,conn)在这里，我使用上面的SQL语句作为sql字符串。但是，它从timestamp = 2014-01-01开始检索整个数据。我想我需要修改pd.read_sql_query中的sql字符串。我的问题是如何在sql字符串中添加可以在pd.read_sql_query中使用的类似过滤器的东西。
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-01-03 14:43:37
我会这样做：
from sqlalchemy import create_engine
%%time -- just to measure
# Parameters
ServerName = "SQLSRV01" -- your input
Database = "Database"
Driver = "driver=SQL Server Native Client 11.0"
# Create the connection
engine = create_engine('mssql+pyodbc://' + ServerName + '/' + Database + "?" + Driver)
df = pd.read_sql_query ("SELECT Device ID, Timestamp, Avg_PF, THDV_Sum
FROM mytable
WHERE Timestamp >= '2018-10-01'"
, engine)Stack Overflow用户
发布于 2019-01-03 14:16:07
如下所示使用read_sql_query函数的parse_dates参数：
df_select = pd.read_sql_query(sql, conn, parse_dates=['Timestamp'])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54016965
复制相关文章
相似问题
腾讯云开发者
