如何在Python代码的ArangoDB AQL查询中使用DataFrame？

AQL是ArangoDB的原生查询语言，无法直接在AQL语句中调用Python的DataFrame对象。你需要通过以下两种常见方式实现需求：

方法1：将DataFrame数据导入ArangoDB集合后查询 #

如果你的DataFrame数据需要参与AQL的复杂计算，可以先把DataFrame的数据导入到ArangoDB的临时集合（或现有集合），再在AQL中直接查询该集合：

import pandas as pd
from arango import ArangoClient

# 初始化客户端和数据库
client = ArangoClient(hosts='http://localhost:8529')
db = client.db('your_database_name', username='your_username', password='your_password')

# 假设你的DataFrame是df，先创建临时集合
temp_col = db.create_collection('temp_df_collection', temporary=True)

# 将DataFrame数据转为字典列表，插入临时集合
temp_col.insert_many(df.to_dict('records'))

# 编写AQL查询，直接使用临时集合
cursor4 = db.aql.execute('''
    FOR d IN Transaction
    FILTER d._to IN (SELECT _key FROM temp_df_collection)
    COLLECT AGGREGATE
        length = COUNT_UNIQUE(d._id),
        totamnt = SUM(d.Amount),
        daysactive = COUNT_UNIQUE(DATE_TRUNC(d.Time, "day"))
    RETURN {
        "Incoming Accounts": length,
        "Days Active": LENGTH(daysactive),
        "Total Amount": totamnt
    }
''')

# 查询完成后可以删除临时集合（可选）
db.delete_collection('temp_df_collection')

方法2：提取DataFrame中的条件值，通过参数绑定传入AQL #

如果只是需要用DataFrame中的某列值作为过滤条件，可以把该列的值提取为Python列表，通过AQL的参数绑定功能传入查询：

# 假设你的DataFrame中存储了需要匹配的_to值，提取为列表
target_to_values = df['your_to_column'].tolist()

# 使用参数绑定执行AQL，避免语法错误和安全风险
cursor4 = db.aql.execute('''
    FOR d IN Transaction
    FILTER d._to IN @target_values
    COLLECT AGGREGATE
        length = COUNT_UNIQUE(d._id),
        totamnt = SUM(d.Amount),
        daysactive = COUNT_UNIQUE(DATE_TRUNC(d.Time, "day"))
    RETURN {
        "Incoming Accounts": length,
        "Days Active": LENGTH(daysactive),
        "Total Amount": totamnt
    }
''', bind_vars={'target_values': target_to_values})

注意事项 #

• 不要直接在AQL字符串中拼接Python变量（比如你原代码中的%df），这会直接导致语法错误，还可能引发安全风险。
• 如果DataFrame数据量很大，优先选择方法1，避免因参数过多导致查询性能下降。

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