如何让Pandas read_sql适配SQLAlchemy会话上下文管理器与ORM

报错原因 #

你碰到的sqlalchemy.exc.UnboundExecutionError: 该会话未绑定到单个引擎或连接，且未提供上下文来定位绑定错误，核心原因是当前创建的会话没有关联具体的数据库引擎。代码里的Session()实例未绑定任何数据库连接，导致q.session.bind找不到有效连接对象，Pandas的read_sql自然无法建立数据库连接。

修复方案 #

方案1：让Session类预先绑定引擎

先创建数据库引擎，再用sessionmaker生成绑定了引擎的Session类，这样所有通过该类创建的会话都会自动关联引擎：

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
import pandas as pd
from contextlib import contextmanager

# 替换为你的数据库连接字符串（以SQL Server为例）
engine = create_engine("mssql+pyodbc://用户名:密码@服务器地址/MyDatabase?driver=ODBC+Driver+17+for+SQL+Server")
# 创建绑定了引擎的Session类
Session = sessionmaker(bind=engine)

Base = declarative_base()

@contextmanager
def db_session():
    session = Session()
    try:
        yield session
        session.commit()
    except:
        session.rollback()
        raise
    finally:
        session.close()

class MyTable(Base):
    __tablename__ = 'MyTables'
    __table_args__ = {'schema': 'MyDatabase.dbo'}

    A = Column(Integer)
    B = Column(String(100, 'SQL_Latin1_General_CP1_CI_AS'))

with db_session() as s:
    # 修正变量名：table → MyTable
    q = s.query(MyTable.A, MyTable.B).filter(MyTable.A >= 10)
    q = q.yield_per(1000).enable_eagerloads(False)
    # 此时q.session.bind已绑定有效引擎，可正常调用read_sql
    results = pd.read_sql(sql=q.statement, con=q.session.bind)

# read_sql返回的已是DataFrame，无需二次转换
print(results)

方案2：直接传入引擎给read_sql

如果不想修改Session的绑定逻辑，也可以直接把创建好的引擎作为con参数传给read_sql，绕开会话绑定的问题：

# 先创建数据库引擎（同上）
engine = create_engine("你的数据库连接字符串")

with db_session() as s:
    q = s.query(MyTable.A, MyTable.B).filter(MyTable.A >= 10)
    q = q.yield_per(1000).enable_eagerloads(False)
    # 直接传入engine作为连接参数
    results = pd.read_sql(sql=q.statement, con=engine)

额外注意点 #

• 代码里的table是笔误，需替换为你定义的MyTable类，否则会触发未定义变量错误。
• pd.DataFrame(results, columns=['A', 'B'])属于冗余操作，read_sql返回的结果本身就是Pandas DataFrame，直接使用即可。

内容的提问来源于stack exchange，提问作者siki