Pandas是python语言中生成、导入、操控数据的工具包，而SQL语言是操作一般数据库常用的编程语言，那么如何在python编程环境中，使用SQL编成的代码，访问或操控一般数据库系统中的数据呢？pyodbc工具包就是为这种需求服务的，可以与当前常见的d数据管理系统建立连接，可以在python中像使用SQL查询那样访问数据。

pyodbc支持的数据管理系统

• Google BigQuery
• Hive from Ubuntu / Debian
• Microsoft Access
• Microsoft Excel
• Microsoft SQL Server from Windows
• Microsoft SQL Server from Linux
• Microsoft SQL Server from Red Hat or CentOS
• Microsoft SQL Server from Red Hat 6 or CentOS-7
• Microsoft SQL Server from Mac OSX
• MySQL
• Netezza
• Oracle from Red Hat or CentOS
• PostgreSQL
• SQLite
• Teradata
• Vertica

本文简述用pyodbc操作SQL Server数据库。

安装pyodbc工具包

pip install pyodbc

调用pyodbd工具包

在与SQL server数据库建立连接之前，先导入该工具包：

import pyodbc

与SQL server 建立连接

使用pyodbc.connect 函数建立与SQL Server的连接，该函数需要一个连接字符串作为参数，连接字符串的定义和声明可以分开。连接分为两种：可信任连接和不可信任连接，其中不可信任连接需要输入用户名及其密码。连接字符串的组成如以下实例：

• 可信任连接字符串

connection_string = ("Driver={SQL Server Native Client 11.0};"
            "Server=Your_Server_Name;"
            "Database=My_Database_Name;"
            "Trusted_Connection=yes;")

• 不可信任连接字符串

connection_string = ("Driver={SQL Server Native Client 11.0};"
            "Server=Your_Server_Name;"
            "Database=My_Database_Name;"
            "UID=Your_User_ID;"
            "PWD=Your_Password;")

连接字符串内容包括：Server 名称、Database名称、User ID用户名和密码。

获取服务器名称

连接SQL Server数据库系统的界面如下图所示：

获得上述信息的方法有两种：一种是查看如上图这样的登录界面，另一种是使用SQL查询语句：

SELECT @@SERVERNAME

获取数据库名称

在MS SQL Server Management Studio系统中，可以在object Explorer（对象浏览器）菜单中查找数据库名称，如下图所示：

在图中的实例，数据库名称为：My_Database_Name

获取用户名-UID

在SQL Server 登陆界面中，可以看到用户名。

与SQL Server建立连接

使用pyodbc.connect函数完成连接初始化，代码如下：

connection = pyodbc.connect(connection_string)

在python中，连接SQL Server数据库，

import pyodbc
connection_string = ("Driver={SQL Server Native Client 11.0};"
            "Server=Your_Server_Name;"
            "Database=My_Database_Name;"
            "UID=Your_User_ID;"
            "PWD=Your_Password;")
connection = pyodbc.connect(connection_string)

在python中运行SQL查询语句

与SQL Sever建立连接之后，可以运行SQL查询语句，这需要定义一个游标（cursor）。例如，一个简单的查询，查看数据表State_Population的前10行数据，代码如下：

# 游标 Cursor 初始化
cursor = connection.cursor()
# 执行一个 SQL 查询
cursor.execute('SELECT TOP(10) * FROM State_Population')

运行上述语句后，并不能看到结果数据，可以另外把查询结果数据打印出来，代码如下：

for row in cursor:
    print(row)

结果如下：

(AL,  under18,  2012,   1117489.0)
(AL,    total,  2012,   4817528.0)
(AL,  under18,  2010,   1130966.0)
(AL,    total,  2010,   4785570.0)
(AL,  under18,  2011,   1125763.0)
(AL,    total,  2011,   4801627.0)
(AL,    total,  2009,   4757938.0)
(AL,  under18,  2009,   1134192.0)
(AL,  under18,  2013,   1111481.0)
(AL,    total,  2013,   4833722.0)

在python中操作数据库中的表

Pandas是python中的保存数据的数据结构，其dataframe和SQL数据表相似。Pandas提供了以下读取SQL 数据的函数：

• pandas.read_sql_table() ，参数是数据表的名称
• pandas.read_sql_query()，参数为SQL查询语句字符串
• pandas.read_sql()，把前面两个参数打包在一起

再看看查看数据表State_Population的前10行数据，实例代码如下：

import pandas as pd
data = pd.read_sql('SELECT TOP(10) * FROM State_Population', connection)
data

把State_Population数据表中前10条记录导入到data，结果如下：

可以把查询语句作为字符串单独写，通过一个变量调用，如下：

query = 'SELECT * FROM STATE_AREAS WHERE [area (sq. mi)] > 100000'
area = pd.read_sql(query, connection)
area

结果如下图：

pyodbc把python和SQL结合起来使用，这极大的方便了操控常见的各种规模的数据库管理系统。