无需连接SQL数据库，将Pandas DataFrame转为可执行SQL文件

不需要连接数据库就能生成建表SQL，核心是把Pandas DataFrame的字段类型映射到对应SQL类型，再拼接成CREATE TABLE语句，这里提供两种实用方法：

方法一：自定义生成函数（完全可控） #

自己定义类型映射规则，灵活适配不同数据库的SQL语法，完全不依赖外部连接：

import pandas as pd

def generate_create_table_sql(df, table_name):
    # 可根据目标数据库调整类型映射，比如PostgreSQL、MySQL等
    dtype_to_sql = {
        'int64': 'integer',
        'float64': 'numeric',
        'object': 'varchar(255)',
        'datetime64[ns]': 'timestamp',
        'bool': 'boolean'
    }
    
    # 逐个处理字段
    field_definitions = []
    for col, dtype in df.dtypes.items():
        sql_type = dtype_to_sql.get(str(dtype), 'varchar(255)')  # 未知类型兜底用varchar
        field_definitions.append(f'    {col}   {sql_type}')
    
    # 拼接成完整SQL语句
    return f"""CREATE TABLE {table_name} (
{',\n'.join(field_definitions)}
);"""

# 测试示例
df = pd.DataFrame({'hello':[1], 'world':[2]})
print(generate_create_table_sql(df, 'my_table'))

执行后会输出：

CREATE TABLE my_table (
    hello   integer,
    world   integer
);

方法二：用Pandas内置工具（简洁高效） #

Pandas自带的get_schema方法可以直接生成建表SQL，无需连接数据库，只需指定目标数据库的dialect（比如sqlite、postgresql）：

from pandas.io.sql import get_schema

df = pd.DataFrame({'hello':[1], 'world':[2]})
# 指定dialect适配不同数据库，不指定默认用sqlite规则
create_sql = get_schema(df, 'my_table', dialect='sqlite')
print(create_sql)

输出结果同样符合需求，且自动适配对应数据库的类型规范。

关于你遇到的问题说明 #

• 你之前找的方案大多需要连接数据库，是因为那些方法是从已存在的数据库表反向生成SQL，而不是从DataFrame直接生成。
• SQLAlchemy的information_schema查询或\d table_name这类操作，本质是读取数据库中已有的表元数据，自然需要连接，和你的需求场景不匹配。

内容的提问来源于stack exchange，提问作者Ron I