如何使用pyodbc从SQL查询返回列表？

Question

我试图运行一个选择查询来使用pyodbcpython 2.7 从SQL Server检索数据.我希望数据在列表中返回.我写的代码如下.

它有点工作,但不符合我的预期.我的返回列表如下所示:

Index     Type     Size        Value
0         Row      1           Row object of pyodbc module
1         Row      1           Row object of pyodbc module
...
105       Row      1           Row object of pyodbc module

我希望看到类似下面的内容(即我在SQL中的表)

ActionId   AnnDate      Name    SaleValue
128929     2018-01-01   Bob     105.3
193329     2018-04-05   Bob     1006.98
...
23654      2018-11-21   Bob     103.32

列表不是使用SQL查询返回数据的最佳方法pyodbc吗？

码

import pyodbc


def GetSQLData(dbName, query):

    sPass = 'MyPassword'
    sServer = 'MyServer\\SQL1'
    uname = 'MyUser'

    cnxn = pyodbc.connect("Driver={SQL Server Native Client 11.0};"
                    "Server=" + sServer + ";"
                    "Database=" + dbName + ";"
                    "uid=" + uname + ";pwd=" + sPass)

    cursor = cnxn.cursor()
    cursor.execute(query)

    return list(cursor.fetchall())

Answer 1

如果要将查询结果作为列表列表返回，并将列名作为第一个子列表（类似于问题中的示例输出），则可以执行以下操作：

import pyodbc


cnxn = pyodbc.connect("YOUR_CONNECTION_STRING")
cursor = cnxn.cursor()

cursor.execute("YOUR_QUERY")

columns = [column[0] for column in cursor.description]
results = [columns] + [row for row in cursor.fetchall()]

for result in results:
    print result

# EXAMPLE OUTPUT
# ['col1', 'col2']
# ['r1c1', 'r1c2']
# ['r2c1', 'r2c2']

根据您使用结果的方式，我经常发现拥有一个字典列表更有用。例如：

results = [dict(zip(columns, row)) for row in cursor.fetchall()]

for result in results:
    print result

# EXAMPLE OUTPUT
# {'col1': 'r1c1', 'col2':'r1c2'}
# {'col1': 'r2c1', 'col2':'r2c2'}

Answer 2

还有比列表更好的选择，试试Pandas DataFrame！它有助于处理列名并应用列明智的操作！

import pandas as pd
import pyodbc


def GetSQLData(dbName, query):

    sPass = 'MyPassword'
    sServer = 'MyServer\\SQL1'
    uname = 'MyUser'

    cnxn = pyodbc.connect("Driver={SQL Server Native Client 11.0};"
                    "Server=" + sServer + ";"
                    "Database=" + dbName + ";"
                    "uid=" + uname + ";pwd=" + sPass)


    df = pd.read_sql(cnxn, query)

    return df  # Pandas Dataframe

编辑：

如果您更喜欢列表列表（这意味着每行一个列表），您可以通过以下方式获取它：

df.values.tolist()  # list of lists 

但我强烈建议你开始使用熊猫