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')  