如何使用SQLAlchemy ORM将SQL查询转换为Pandas DataFrame？

一、用 Connection 替代 Session 是否存在问题？ #

• 分场景判断：如果是只读查询场景，直接用 Engine.connect() 获取 Connection 完全没问题，不存在合规性或功能上的问题。
• SQLAlchemy 文档强调 ORM 不应直接用 Engine 连接，核心针对的是写操作/事务性场景——Session 会提供事务管理、对象缓存、身份映射等 ORM 核心特性，确保数据修改时的一致性和对象状态跟踪。但只读查询不需要这些特性，用 Connection 反而更轻量，能避免 Session 带来的额外开销。

二、ORM 读取到 DataFrame 的正确方式 #

方案1：通过 Session 执行查询后转换为 DataFrame #

这是最贴合 ORM 规范的方式，先通过 Session 执行查询获取 ORM 对象，再转换为 DataFrame：

from sqlalchemy import select
from sqlalchemy.orm import Session
import pandas as pd

with Session(ENGINE) as session:
    # 执行ORM查询，获取结果集
    result = session.execute(select(MeterValue))
    # 提取所有ORM对象，转换为DataFrame
    df = pd.DataFrame(result.scalars().all())

方案2：从 Session 获取连接配合 Pandas read_sql_query #

如果坚持要用 read_sql_query，可以从 Session 中获取底层 Connection，既符合 ORM 用 Session 的规范，又适配 Pandas 的要求：

with Session(ENGINE) as session:
    with session.connection() as conn:
        df = pd.read_sql_query(select(MeterValue), conn)

注：SQLAlchemy 2.0 中 session.connection() 会返回当前 Session 绑定的连接，确保和 Session 共享事务上下文（如果需要事务的话）。

为什么旧方案（直接用 Engine、session.bind）无效？ #

• 直接用 Engine：Pandas read_sql 期望的是具备 cursor 接口的连接对象，Engine 本身没有这个接口，所以报错。
• session.bind：SQLAlchemy 2.0 中 session.bind 已被废弃，替代方案 session.get_bind() 返回的本质是 Engine 对象，同样没有 cursor 接口，因此还是需要获取 Connection 对象才能适配 Pandas。

内容的提问来源于stack exchange，提问作者Ali Al-Alak