使用pandas.read_sql列出SQL表

Question

我想要打开一个扩展名为.mdf的SQL 2005数据库文件，以下是我的尝试：

import pandas as pd
import pyodbc

server = 'server_name'
db = 'database_name'

conn = pyodbc.connect('DRIVER={SQL Server};SERVER=' + server + ';DATABASE=' + db + ';Trusted_Connection=yes')

sql = """

SELECT * FROM table_name

"""
df = pd.read_sql(sql, conn)

有没有一种使用Pandas或pyodbc查询数据库并列出所有表的方法？我在数据库方面几乎没有经验，所以任何帮助都将是巨大的。

- tnknepp

Answer 1

import pyodbc as db

import pandas as pd

conn = db.connect("DRIVER={SQL Server}; SERVER=YourServerName; PORT=1433; DATABASE=YourDB; UID=User; PWD=Password;")

cursor = conn.cursor()

cursor.execute('''select * from sys.databases''')

df=pd.DataFrame(cursor.fetchall())

- Citizen

---

你应该编辑这段文本，提供你所做的上下文，并格式化代码。 - Ryan Schaefer

Answer 2

这个答案可能会有所帮助： 如何使用TSQL获取数据库中所有表的列表？ 尝试将您的SQL字符串更改为：

sql = """
SELECT * FROM information_schema.tables
"""

- measureallthethings

Answer 3

使用sqllite3和pandas，您可以这样做：

import sqlite3 
import pandas as pd 
  
# create a connection 
con = sqlite3.connect('database.db') 
data = pd.read_sql_query('SELECT name from sqlite_master where type= "table";', con) 
  
# show first 5 table names
data.head()

- Hunaidkhan

Answer 4

'SELECT * FROM information_schema.tables' 的问题在于它返回了很多信息，例如：'TABLE_CATALOG'、'TABLE_SCHEMA'、'TABLE_NAME'、'TABLE_TYPE'、'ENGINE' 等等。

如果你只需要表名列表，可以使用 this post 中的方法：

from sqlalchemy import create_engine
import pandas as pd

engine_new = create_engine("mysql+pymysql://YOUR_USER_NAME:YOUR_PASSWORD@DB_HOST:3306/DB_NAME")

connected_engine = engine_new.connect()

db_columns = pd.read_sql('SELECT table_name FROM information_schema.tables WHERE table_schema = "YOUR_DB_NAME"', connected_engine)

connected_engine.close()

这将返回一个名为'TABLE_NAME'的数据框(DataFrames)对象，您可以使用以下方法将其转换为列表:

list_of_database_columns = db_columns["TABLE_NAME"].to_list()

- Fedir Baronenko