如何基于DataFrame字段值替换SQL模板变量生成新列

需求说明 #

基于包含name、zip_code、new_zip_code、id字段的DataFrame，批量生成SQL更新语句并存储为新列query：

• SQL模板中SET zip_code =后的数值替换为DataFrame的new_zip_code字段值
• WHERE id =后的内容替换为DataFrame的id字段值（需保留单引号）
• AND zip_code =后的数值替换为DataFrame的zip_code字段原值

实现代码 #

使用Pandas的apply函数结合字符串格式化，遍历每一行生成对应SQL语句：

import pandas as pd

# 示例DataFrame
data = {
    'name': ['Jeffrey', 'Palmas'],
    'zip_code': [85698, 89723],
    'new_zip_code': [75813, 36712],
    'id': ['o5FOLOdM1UtOXDB5_WDbWA', '9567LEKDKLD95DDF_67_DD']
}
df = pd.DataFrame(data)

# 生成query列
df['query'] = df.apply(
    lambda row: f"UPDATE `hospitals` SET zip_code = {row['new_zip_code']} WHERE id = '{row['id']}' AND zip_code = {row['zip_code']}",
    axis=1
)

执行结果 #

生成的DataFrame如下：

注意事项 #

如果id字段包含单引号等特殊字符，需要转义以避免SQL语法错误，可修改代码如下：

df['query'] = df.apply(
    lambda row: f"UPDATE `hospitals` SET zip_code = {row['new_zip_code']} WHERE id = '{row['id'].replace(\"'\", \"''\")}' AND zip_code = {row['zip_code']}",
    axis=1
)

内容的提问来源于stack exchange，提问作者coding