SQL Server查询显示Null，Python执行同查询返回空白的处理需求

方案一：在SQL查询中直接替换Null值 #

利用SQL Server的ISNULL()函数（或通用的COALESCE()函数），在查询阶段就把Null值替换成字符串"Null"，让Python直接拿到目标结果，无需后续处理。

示例代码：

-- SQL Server特有的ISNULL函数
SELECT ISNULL(MAX(X), 'Null') AS X
FROM YourTargetTable;

或者用兼容性更好的ANSI标准函数COALESCE：

SELECT COALESCE(MAX(X), 'Null') AS X
FROM YourTargetTable;

方案二：在Python中处理查询结果 #

如果不想修改SQL语句，可以在Python获取结果后，把对应SQL Null的None值替换成"Null"字符串。

Pandas处理示例：

import pandas as pd
import pyodbc

# 建立数据库连接
conn_str = "DRIVER={SQL Server};SERVER=your_server;DATABASE=your_db;UID=your_user;PWD=your_pwd"
conn = pyodbc.connect(conn_str)

# 执行查询
df = pd.read_sql("SELECT MAX(X) AS X FROM YourTargetTable", conn)

# 替换所有Null值为"Null"
df = df.fillna('Null')

print(df)

游标逐行处理示例：

import pyodbc

conn_str = "DRIVER={SQL Server};SERVER=your_server;DATABASE=your_db;UID=your_user;PWD=your_pwd"
conn = pyodbc.connect(conn_str)
cursor = conn.cursor()

cursor.execute("SELECT MAX(X) AS X FROM YourTargetTable")
results = []

# 遍历结果，替换None为"Null"
for row in cursor.fetchall():
    processed_row = tuple('Null' if val is None else val for val in row)
    results.append(processed_row)

print(results)

两种方案对比 #

• SQL层面处理：效率更高，减少Python端逻辑，适合仅需处理特定字段的场景。
• Python层面处理：更灵活，可一次性统一处理所有字段的Null值，适合多字段替换需求。

内容的提问来源于stack exchange，提问作者Bhavana