如何将Pandas DataFrame传入SQL查询连接Snowflake数据库？

问题根源 #

你直接在SQL字符串中插入{outliers}时，Python会把DataFrame转换成它的字符串字面量（比如 mbr_id\n0 123\n1 456这类格式），这完全不符合SQL语法规范，自然会触发语法错误。

可行实现方案 #

方案1：上传DataFrame到Snowflake临时表（推荐，适配大数据量） #

把本地的outliers DataFrame上传到Snowflake的会话级临时表，再通过SQL关联查询，这是最稳定、高效的方式：

# 1. 将outliers上传到Snowflake临时表（仅当前会话有效，会话结束自动销毁）
outliers.to_sql(
    name='TEMP_OUTLIERS',
    con=con,
    schema='你的目标schema名称',
    if_exists='replace',
    index=False,
    method='multi'  # 批量插入提升上传效率
)

# 2. 编写关联查询SQL
query = """
select a.*, b.name
from TEMP_OUTLIERS as a
inner join snowflake_table as b on a.mbr_id = b.mbr_id
"""

# 3. 执行查询并获取结果
query_result = pandas.read_sql(sql=query, con=con)

方案2：使用IN子句（适合小数据量场景） #

如果outliers中的ID数量较少，可以提取ID列表拼成SQL的IN条件：

# 根据ID数据类型处理格式：字符串类型需加单引号，数字直接转字符串
if outliers['mbr_id'].dtype == object:
    id_list = [f"'{x}'" for x in outliers['mbr_id'].tolist()]
else:
    id_list = [str(x) for x in outliers['mbr_id'].tolist()]

id_str = ', '.join(id_list)

# 编写查询SQL
query = f"""
select b.*, b.name
from snowflake_table as b
where b.mbr_id in ({id_str})
"""

query_result = pandas.read_sql(sql=query, con=con)

注意：若ID数量超过数千条，IN子句会触发性能瓶颈甚至报错，此时优先选择方案1。

方案3：生成VALUES子查询（仅适配极小数据量） #

把DataFrame转换成SQL的VALUES子句作为临时数据源，仅适合数据量极少的场景：

# 生成VALUES子句内容
values_clause = ', '.join([f"({row['mbr_id']})" for _, row in outliers.iterrows()])

# 编写关联查询SQL
query = f"""
select a.*, b.name
from (select mbr_id from (values {values_clause}) as t(mbr_id)) as a
inner join snowflake_table as b on a.mbr_id = b.mbr_id
"""

query_result = pandas.read_sql(sql=query, con=con)

内容的提问来源于stack exchange，提问作者coding_is_fun