如何在DuckDB中正确传入DataFrame作为参数？

错误原因 #

直接用字符串格式化%s把DataFrame插入SQL语句，会将DataFrame转为带索引、换行的表格字符串，完全不符合SQL语法规范，导致解析报错。

正确解决方案 #

方案1：使用DuckDB参数绑定（推荐） #

用?作为占位符，将DataFrame作为参数传入duckdb.sql()，这是DuckDB官方推荐的安全参数传递方式：

import pandas as pd
import duckdb

df=pd.DataFrame({'var1':['S1','S2'],'var2':['aba','saa',],'var3':['ia','ma'],'var4':[42,21]})

duckdb.sql('''
    drop table if exists dat;

    create table dat as
    select *
    from ?
    where var1='S1'
''', df)

# 验证结果
print(duckdb.sql('select * from dat').df())

方案2：注册临时视图后引用 #

先把DataFrame注册为DuckDB的临时视图，再在SQL中直接引用视图名称：

import pandas as pd
import duckdb

df=pd.DataFrame({'var1':['S1','S2'],'var2':['aba','saa',],'var3':['ia','ma'],'var4':[42,21]})

# 注册临时视图
duckdb.register('df_temp', df)

duckdb.sql('''
    drop table if exists dat;

    create table dat as
    select *
    from df_temp
    where var1='S1'
''')

# 验证结果
print(duckdb.sql('select * from dat').df())

注意事项 #

• 禁止使用字符串格式化传递DataFrame，除了语法错误外，还会带来SQL注入风险。
• 两种方案执行后，dat表都会只保留var1='S1'的行：

  var1 var2 var3  var4
  0   S1  aba   ia    42
  

内容的提问来源于stack exchange，提问作者bagelanta