Python项目中SQL数据无法完整导入Pandas DataFrame求助

核心问题 #

1. SQL聚合列未指定别名：你的SUM(amount)没有设置别名，导致Pandas返回的DataFrame中这一列的列名是默认的SUM(amount)，后续指定amount列名时无法匹配对应数据。
2. 冗余的DataFrame二次包装+列顺序错误：pd.read_sql_query本身就会返回标准DataFrame，无需再用pd.DataFrame()重新构造。且你指定的列顺序['amount', 'category_in_out_id']和SQL查询返回的列顺序（category_in_out_id在前、聚合值在后）完全相反，直接导致数据错位。
3. 变量未定义笔误：代码中df_trans_all用到的sql_query_trans_all变量未声明，属于明显的拼写/逻辑错误。

修正后的代码 #

# 获取按分类分组的交易数据，给聚合列添加别名
sql_query_trans_cat = pd.read_sql_query('''
                               SELECT
                               category_in_out_id,
                               SUM(amount) AS amount  -- 为聚合结果指定明确列名
                               FROM Transactions
                               GROUP BY category_in_out_id
                               ''', conn)

print(f"------------->> DEBUG Output of sql_query_trans_cat <<---------------------
{sql_query_trans_cat}")

# 注意：sql_query_trans_all需要补充对应的查询语句，否则会报错，暂注释
# df_trans_all = pd.DataFrame(sql_query_trans_all, columns = ['id', 'hash', 'valutadate', 'amount', 'transaction_text_id',
#                                         'account_id', 'asset_class_id', 'category_in_out_id', 'currency_id', 'int_or_ext_id', 'remarks'])

# 直接使用read_sql返回的DataFrame，按需调整列顺序
df_trans_cat = sql_query_trans_cat[['category_in_out_id', 'amount']]

print(f"------------->> DEBUG Output of df_trans_cat <<---------------------
{df_trans_cat}")
print(f"------------->> DEBUG Output of df_trans_cat Data Types <<---------------------
{df_trans_cat.dtypes}")

补充说明 #

• pd.read_sql_query从数据库读取数据后，会直接封装为DataFrame，无需二次构造。
• SQL查询中必须给聚合函数的结果指定别名，否则Pandas会用原始函数表达式作为列名，后续引用极易出错。
• 若需调整DataFrame列顺序，直接通过df[['列名1', '列名2']]的方式选择即可，避免因列顺序不匹配导致的数据错位。

内容的提问来源于stack exchange，提问作者Michael