如何用DataFrame行值为SQL查询赋值？row取值失效问题求助

• 修正列名定义的语法错误
  你当前的列名设置代码存在语法问题：df.columns = ['dfcolumnname1','dfcolumnname2',''dfcolumnname3'] 里的''dfcolumnname3'多了一个单引号，会导致列名变为'dfcolumnname3（带前导单引号），后续用row['dfcolumnname3']自然无法匹配到对应列。修正后代码应为：

  df.columns = ['dfcolumnname1', 'dfcolumnname2', 'dfcolumnname3']
  

• 正确将DataFrame列值嵌入SQL查询
  直接在SQL语句中写row['dfcolumnname1']不会被Python解析为变量值，必须通过参数化查询（推荐，安全防注入）或字符串拼接（仅用于可信数据）实现：

  1. 参数化查询（安全高效）
     以Python内置的sqlite3为例，其他数据库（如MySQL、PostgreSQL）语法逻辑一致：

     import sqlite3
     conn = sqlite3.connect('your_database.db')
     cursor = conn.cursor()
     
     for index, row in df.iterrows():
         # 用?作为占位符，传入参数元组
         query = "SELECT * FROM table WHERE tablecolumnname = ?"
         cursor.execute(query, (row['dfcolumnname1'],))
         # 获取查询结果
         result = cursor.fetchall()
         # 按需处理结果
     
     conn.close()
     

  2. 字符串拼接（仅适用于可信数据源）
     若采用字符串拼接，需根据数据类型处理格式（比如字符串要包裹单引号）：

     for index, row in df.iterrows():
         col_value = row['dfcolumnname1']
         query = f"SELECT * FROM table WHERE tablecolumnname = '{col_value}'"
         # 执行查询并处理结果
     

• 更高效的替代方案：避免使用iterrows()
  iterrows()遍历效率较低，若需批量处理，可使用df.apply()：

  def execute_query(row):
      query = "SELECT * FROM table WHERE tablecolumnname = ?"
      cursor.execute(query, (row['dfcolumnname1'],))
      return cursor.fetchall()
  
  df['query_result'] = df.apply(execute_query, axis=1)
  

内容的提问来源于stack exchange，提问作者lost