使用pyodbc和pandas读取SQL视图全量数据报错，求导出Excel方法

问题说明 #

• 已通过Python+pyodbc连接SQL Server数据库，单列SELECT查询可正常返回数据
• 使用SELECT *或多列查询时，转换为pandas DataFrame触发如下错误：

  ValueError: Shape of passed values is (128, 1), indices imply (128, 14)

• 目标：将SQL视图全量数据导出至Excel

问题原因 #

cursor.fetchall()返回的是元组的列表，每个元组对应一行数据。直接将该列表传入pd.DataFrame()时，元组未被正确展开，被识别为单元素列，导致列数（1列）与手动获取的列名数量（14列）不匹配，触发Shape错误。

另外注意：原SQL语句中[vewName}的右大括号是语法错误，需改为方括号]。

解决方案 #

方案1：修复现有代码 #

手动将每个元组转换为列表，确保每行数据被正确识别为多列：

import pyodbc
import pandas as pd

# 建立数据库连接
cnxn = pyodbc.connect(r'DRIVER={SQL Server};SERVER=serverName;DATABASE=myData;Trusted_Connection=yes;')
cursor = cnxn.cursor()

# 修正SQL语法错误（将}改为]）
script = """
SELECT * FROM [dbName].[schema].[vewName]
"""
cursor.execute(script)

# 获取列名
columns = [desc[0] for desc in cursor.description]

# 获取数据并转换为列表的列表
data = cursor.fetchall()
df = pd.DataFrame([list(row) for row in data], columns=columns)

# 打印数据
print(df)

# 导出至Excel（关闭索引列输出）
df.to_excel(r'C:\Users\nnolting\py.xlsx', sheet_name='bar', index=False)

方案2：使用pandas内置的read_sql（推荐） #

无需手动处理cursor，pandas会自动处理数据结构和列名，代码更简洁：

import pyodbc
import pandas as pd

# 建立数据库连接
cnxn = pyodbc.connect(r'DRIVER={SQL Server};SERVER=serverName;DATABASE=myData;Trusted_Connection=yes;')

# 修正SQL语法错误
script = """
SELECT * FROM [dbName].[schema].[vewName]
"""

# 直接读取SQL结果为DataFrame
df = pd.read_sql(script, cnxn)

# 打印数据
print(df)

# 导出至Excel
df.to_excel(r'C:\Users\nnolting\py.xlsx', sheet_name='bar', index=False)

内容的提问来源于stack exchange，提问作者natureNate