如何用Django模型获取MySQL多列数据并转成Pandas DataFrame？

前提准备 #

首先确保你已经为all_users表生成了对应的Django模型：

1. 运行命令自动生成模型（基于现有数据库表）：

python manage.py inspectdb > your_app/models.py

2. 打开生成的模型文件，找到对应all_users的模型类（比如AllUsers），修改其Meta类：

class AllUsers(models.Model):
    # 自动生成的字段...
    class Meta:
        managed = False  # 避免Django尝试修改现有表结构
        db_table = 'all_users'  # 指定对应数据库表名

方法1：原生Django + Pandas（无需额外依赖） #

直接利用Django QuerySet的values()或values_list()方法，结合Pandas转换，不用手动写所有列名：

方式1.1：使用values()（返回字典列表，直接转DataFrame）

import pandas as pd
from your_app.models import AllUsers

# 获取全量数据的QuerySet
users_queryset = AllUsers.objects.all()

# 直接将QuerySet转成DataFrame，自动识别字段名
df = pd.DataFrame(users_queryset.values())

注：values()默认返回模型所有字段的键值对，若只需特定字段，可传入字段名，比如values('user_id', 'age', 'purchase_count')

方式1.2：使用values_list()（返回元组列表，需指定列名）

import pandas as pd
from your_app.models import AllUsers

users_queryset = AllUsers.objects.all()
# 自动获取模型所有字段名
field_names = [field.name for field in AllUsers._meta.fields]

# 转成DataFrame并指定列名
df = pd.DataFrame(users_queryset.values_list(*field_names), columns=field_names)

方法2：使用django-pandas库（更简洁） #

django-pandas是专门为Django和Pandas集成开发的工具，能一键完成QuerySet到DataFrame的转换：

1. 先安装依赖：

pip install django-pandas

2. 在settings.py的INSTALLED_APPS中添加'django_pandas'
3. 转换代码：

from django_pandas.io import read_frame
from your_app.models import AllUsers

users_queryset = AllUsers.objects.all()
# 直接生成DataFrame，自动处理字段映射
df = read_frame(users_queryset)

该方法还支持自动处理外键、聚合函数等场景，适合复杂数据需求。

优势对比 #

相比原生SQL手动列所有字段名，以上方法的好处：

• 无需硬编码27个列名，字段变更时只需同步模型，无需修改查询代码
• 利用Django ORM的安全性（防止SQL注入）
• 代码更简洁易维护，符合Django开发规范

内容的提问来源于stack exchange，提问作者XAVIXXVI