将 sqlalchemy ORM 查询对象转换为 Pandas DataFrame 的 sql 查询

Question

这个问题感觉非常简单，但我一直无法找到答案。

我有一个 ORM 查询对象，比如说

query_obj = session.query(Class1).join(Class2).filter(Class2.attr == 'state')

我可以像这样将其读入数据帧：

testdf = pd.read_sql(query_obj.statement, query_obj.session.bind)

但我真正想做的是使用传统的 SQL 查询而不是 ORM：

with engine.connect() as connection:
    # Execute the query against the database
    results = connection.execute(query_obj)
    # Fetch all the results of the query
    fetchall = results.fetchall()
    # Build a DataFrame with the results
    dataframe = pd.DataFrame(fetchall)

其中 query 是传统的 SQL 字符串。现在，当我运行它时，我收到了“query_obj 不可执行”这样的错误。有人知道如何将 ORM 查询转换为传统查询吗？另外，在获取数据框后如何获取列？

为什么我这样做的上下文：我在我的数据库之上设置了一个 ORM 层，并使用它来将数据查询到Pandas DataFrame. 它有效，但它经常使我的记忆力最大化。我想通过一些字符串折叠来减少我的内存开销（此处概述的第 3 步：http : //www.mobify.com/blog/sqlalchemy-memory-magic/）。这需要（如果我在这里错了，请纠正我）不使用 read_sql 字符串，而是将查询的返回处理为原始元组。

Answer 1

长版本在 sqlalchemy 的常见问题解答中有详细描述：http://sqlalchemy.readthedocs.org/en/latest/faq/sqlexpressions.html#how-do-i-render-sql-expressions-as-strings-possible -内联绑定参数

简短的版本是：

statement = query.statement
print(statement.compile(engine))

其结果可用于read_sql.