利用Python实现SQL自动化

笔者在工作中经常要使用SQL，其不乏存在恼人的细微差异和种种限制，但说到底，它是数据行业的基石。因此，对于每一位数据领域的工作者，SQL都是不可或缺的。精通SQL意义非凡。

SQL是很不错，但怎么能仅满足于“不错”呢？为什么不进一步操作SQL呢？

陈述性语句会诱发SQL限制的发生，就是说，向SQL寻求数据，SQL会在特定数据库找寻并反馈。对于许多数据提取或简单的数据操作任务来说，这已经足够了。

但如果有更多需求怎么办？

本文将为你展示如何操作。

从基础开始

import pyodbc
from datetime import datetime
classSql:def__init__(self,  database, server="XXVIR00012,55000"):# here we are  telling python what to connect to (our SQL Server)self.cnxn = pyodbc.connect("Driver={SQL  Server Native Client 11.0};""Server="+server+";""Database="+database+";""Trusted_Connection=yes;")# initialise  query attributeself.query ="--  {}\n\n-- Made in Python".format(datetime.now().strftime("%d/%m/%Y"))

这个代码就是操作MS SQL服务器的基础。只要编写好这个代码，通过Python 连接到SQL 仅需：

sql = Sql('database123')

很简单对么？同时发生了几件事，下面将对此代码进行剖析。class Sql：

首先要注意，这个代码包含在一个类中。笔者发现这是合乎逻辑的，因为在此格式中，已经对此特定数据库进行了增添或移除进程。若见其工作过程，思路便能更加清晰。

初始化类：

def __init__(self, database,server="XXVIR00012,55000"):

因为笔者和同事几乎总是连接到相同的服务器，所以笔者将这个通用浏览器的名称设为默认参数server。

在“Connect to Server”对话框或者MS SQL Server Management Studio的视窗顶端可以找到服务器的名称：

下一步，连接SQL：

self.cnxn =pyodbc.connect("Driver={SQL Server Native Client 11.0};""Server="+self.server+";""Database="+self.database+";""Trusted_Connection=yes;")

pyodbc 模块，使得这一步骤异常简单。只需将连接字符串过渡到 pyodbc.connect(...) 函数即可，点击以了解详情here。

最后，笔者通常会在 Sql 类中编写一个查询字符串，sql类会随每个传递给类的查询而更新：

self.query = "-- {}\n\n--Made in Python".format(datetime.now().strftime("%d/%m/%Y"))

这样便于记录代码，同时也使输出更为可读，让他人读起来更舒服。

请注意在下列的代码片段中，笔者将不再更新代码中的self.query 部分。

组块

一些重要函数非常有用，笔者几乎每天都会使用。这些函数都侧重于将数据从数据库中传入或传出。

以下图文件目录为始：

对于当前此项目，需要：

将文件导入SQL
将其合并到单一表格内
根据列中类别灵活创建多个表格

SQL类不断被充实后，后续会容易很多：

import sys
sys.path.insert(0, r'C:\\User\medium\pysqlplus\lib')
import os
from data importSql
sql =Sql('database123')  # initialise the Sql object
directory =r'C:\\User\medium\data\\'  # this is where our generic data is  stored
file_list = os.listdir(directory)  # get a list of all files
for file in  file_list:  # loop to import  files to sqldf = pd.read_csv(directory+file)  # read file to dataframesql.push_dataframe(df, file[:-4])
# now we  convert our file_list names into the table names we have imported to SQL
table_names = [x[:-4] for x in file_list]
sql.union(table_names, 'generic_jan')  # union our files into one new table  called 'generic_jan'
sql.drop(table_names)  # drop our original tables as we now  have full table
# get list of  categories in colX, eg ['hr', 'finance', 'tech', 'c_suite']
sets =list(sql.manual("SELECT  colX AS 'category' FROM generic_jan GROUP BY colX", response=True)['category'])
for category in sets:sql.manual("SELECT *  INTO generic_jan_"+category+" FROM  generic_jan WHERE colX = '"+category+"'")

从头开始。

入栈数据结构

defpush_dataframe(self, data,  table="raw_data", batchsize=500):# create execution cursorcursor = self.cnxn.cursor()# activate fast executecursor.fast_executemany =True# create create table statementquery ="CREATE  TABLE ["+ table +"] (\n"# iterate through each column to be  included in create table statementfor i inrange(len(list(data))):query +="\t[{}]  varchar(255)".format(list(data)[i])  # add column (everything is varchar  for now)# append correct  connection/end statement codeif i !=len(list(data))-1:query +=",\n"else:query +="\n);"cursor.execute(query)  # execute the create table statementself.cnxn.commit()  # commit changes# append query to our SQL code loggerself.query += ("\n\n--  create table\n"+ query)# insert the data in batchesquery = ("INSERT  INTO [{}] ({})\n".format(table,'['+'], ['  # get columns.join(list(data)) +']') +"VALUES\n(?{})".format(",  ?"*(len(list(data))-1)))# insert data into target table in  batches of 'batchsize'for i inrange(0, len(data), batchsize):if i+batchsize >len(data):batch = data[i: len(data)].values.tolist()else:batch = data[i: i+batchsize].values.tolist()# execute batch  insertcursor.executemany(query, batch)# commit insert  to SQL Serverself.cnxn.commit()

此函数包含在SQL类中，能轻松将Pandas dataframe插入SQL数据库。

其在需要上传大量文件时非常有用。然而，Python能将数据插入到SQL的真正原因在于其灵活性。

要横跨一打Excel工作簿才能在SQL中插入特定标签真的很糟心。但有Python在，小菜一碟。如今已经构建起了一个可以使用Python读取标签的函数，还能将标签插入到SQL中。

Manual（函数）

defmanual(self, query,  response=False):cursor = self.cnxn.cursor()  # create execution cursorif response:returnread_sql(query,  self.cnxn)  # get sql query  output to dataframetry:cursor.execute(query)  # executeexcept pyodbc.ProgrammingErroras error:print("Warning:\n{}".format(error))  # print error as a warningself.cnxn.commit()  # commit query to SQL Serverreturn"Query  complete."

此函数实际上应用在union 和 drop 函数中。仅能使处理SQL代码变得尽可能简单。

response参数能将查询输出解压到DataFrame。generic_jan 表中的colX ，可供摘录所有独特值，操作如下：

sets =list(sql.manual("SELECT colX AS 'category' FROM generic_jan GROUP BYcolX", response=True)['category'])

Union（函数）

构建了manual 函数,创建 union 函数就简单了：

defunion(self,  table_list, name="union", join="UNION"):# initialise the queryquery ="SELECT *  INTO ["+name+"] FROM (\n"# build the SQL queryquery +=f'\n{join}\n'.join([f'SELECT [{x}].* FROM [{x}]'for x in table_list])query +=")  x"  # add end of  queryself.manual(query, fast=True)  # fast execute

创建 union 函数只不过是在循环参考 table_list提出的表名，从而为给定的表名构建 UNION函数查询。然后用self.manual(query)处理。

Drop（函数）

上传大量表到SQL服务器是可行的。虽然可行，但会使数据库迅速过载。为解决这一问题，需要创建一个drop函数：

defdrop(self,  tables):# check if single or listifisinstance(tables, str):# if single  string, convert to single item in list for for-looptables = [tables]for table in tables:# check for  pre-existing table and delete if presentquery = ("IF  OBJECT_ID ('["+table+"]', 'U')  IS NOT NULL ""DROP TABLE  ["+table+"]")self.manual(query)  # execute

同样，此函数也由于 manual 函数极为简单。操作者可选择输入字符到tables ，删除单个表，或者向tables提供一列表名，删除多个表。

当这些非常简单的函数结合在一起时，便可以利用Python的优势极大丰富SQL的功能。

笔者本人几乎天天使用此法，其简单且十分有效。

希望能够帮助其他用户找到将Python并入其SQL路径的方法，感谢阅读！

文源网络，仅供学习之用，如有侵权，联系删除。

我将优质的技术文章和经验总结都汇集在了我的公众号【Python圈子】里。

在学习Python的道路上肯定会遇见困难，别慌，我这里有一套学习资料，包含40+本电子书，600+个教学视频，涉及Python基础、爬虫、框架、数据分析、机器学习等，不怕你学不会！还有学习交流群，一起学习进步~