如何通过CSV文件在Aspentech Infoplus 21中批量查询多标签数据？

你的问题出在多TAG的SQL语法构造错误：单TAG时用NAME='%s'没问题，但从CSV读取的多TAG是一个Series，直接拼到SQL里会生成无效语法，导致查询失败。以下是修正方案：

核心思路 #

多TAG查询需要用SQL的IN子句，格式为NAME IN ('TAG1', 'TAG2', 'TAG3')，而不是单个NAME='TAG'。同时建议在查询结果中保留NAME列，方便区分不同TAG的数据。

修正后的代码 #

方法1：字符串拼接（适合可控的CSV数据源） #

import pandas as pd
import pyodbc
from datetime import datetime, timedelta

# 连接IP21数据库
conn = pyodbc.connect("DRIVER={AspenTech SQLplus};HOST=192.xxx.x.xxx;PORT=10014")

# 读取CSV中的TAG列表，过滤空值
tags = pd.read_csv("C:\\Users\\xxx\\TAGcsvIN.csv", decimal=',', sep=';', parse_dates=True)
tag_list = tags['TAGcsv'].dropna().tolist()  # 去掉可能的空TAG

# 构造时间范围
end = datetime.now()
start = end - timedelta(days=2)
end_str = end.strftime("%Y-%m-%d %H:%M:%S")
start_str = start.strftime("%Y-%m-%d %H:%M:%S")

# 构造多TAG的SQL语句
tag_str = "', '".join(tag_list)  # 把TAG转为'TAG1', 'TAG2'格式
sql = f"""
SELECT NAME, TS, VALUE FROM HISTORY 
WHERE NAME IN ('{tag_str}')
  AND PERIOD = 300*10
  AND REQUEST = 2
  AND TS BETWEEN TIMESTAMP'{start_str}' AND TIMESTAMP'{end_str}'
"""

# 执行查询
data = pd.read_sql(sql, conn)

方法2：参数化查询（更安全，避免SQL注入） #

如果CSV中的TAG可能包含特殊字符，建议用参数化查询：

import pandas as pd
import pyodbc
from datetime import datetime, timedelta

conn = pyodbc.connect("DRIVER={AspenTech SQLplus};HOST=192.xxx.x.xxx;PORT=10014")
tags = pd.read_csv("C:\\Users\\xxx\\TAGcsvIN.csv", decimal=',', sep=';', parse_dates=True)
tag_list = tags['TAGcsv'].dropna().tolist()

end = datetime.now()
start = end - timedelta(days=2)
end_str = end.strftime("%Y-%m-%d %H:%M:%S")
start_str = start.strftime("%Y-%m-%d %H:%M:%S")

# 构造参数占位符，每个TAG对应一个?
placeholders = ', '.join(['?'] * len(tag_list))
sql = f"""
SELECT NAME, TS, VALUE FROM HISTORY 
WHERE NAME IN ({placeholders})
  AND PERIOD = 300*10
  AND REQUEST = 2
  AND TS BETWEEN TIMESTAMP? AND TIMESTAMP?
"""

# 传入参数：TAG列表 + 开始/结束时间
data = pd.read_sql(sql, conn, params=[*tag_list, start_str, end_str])

关键说明 #

1. 去掉了原SQL中重复的REQUEST=2条件，简化语法。
2. 添加NAME字段到查询结果，方便后续区分不同TAG的时序数据。
3. 用dropna()过滤CSV中可能存在的空TAG，避免无效查询。

内容的提问来源于stack exchange，提问作者niccolo_guazz