如何用Python基于数据集生成按2条语句拆分的SQL文件？

需求说明 #

• 现有如下数据集：

  Col A	Col B	Col C
  Nanana	Teacher	123456
  Popopo	Student	232322
  Cecece	Teacher	455433
  Lalala	Student	231231
  Poasls	Teacher	235433
  Lilili	Teacher	723543

• 生成多个.sql文件，每个文件包含2条格式为SELECT function({0},{1},{2})的SQL语句，每条语句对应数据集的一行数据
• 按顺序每2行存入一个SQL文件，文件名格式为FUNCTION_1.sql、FUNCTION_2.sql等

原代码存在的问题 #

1. 文件名定义错误：未用字符串包裹，正确写法应为file_name = "FUNCTION_{}.sql"
2. 缩进错误：内层for循环未缩进，不符合Python代码块规则
3. 行索引逻辑错误：直接使用y作为索引会重复读取前2行，需根据当前文件序号计算对应行的位置
4. DataFrame索引方式错误：df[y, "COL B"]不是合法的索引方式，应使用df.loc或df.iloc
5. SQL语句格式缺失：生成的语句缺少结尾分号和换行，会导致SQL语法错误

修正后的完整代码 #

import pandas as pd

# 加载数据集（如果已有df可跳过此部分）
data = [
    ["Nanana", "Teacher", 123456],
    ["Popopo", "Student", 232322],
    ["Cecece", "Teacher", 455433],
    ["Lalala", "Student", 231231],
    ["Poasls", "Teacher", 235433],
    ["Lilili", "Teacher", 723543]
]
df = pd.DataFrame(data, columns=["Col A", "Col B", "Col C"])

file_name = "FUNCTION_{}.sql"
query_template = "SELECT function('{0}', '{1}', {2});\n"

# 计算需要生成的文件数量，兼容行数为奇数的情况
total_files = (len(df) + 1) // 2

for file_num in range(total_files):
    # 确定当前文件对应的行范围
    start_row = file_num * 2
    end_row = start_row + 2
    current_rows = df.iloc[start_row:end_row]
    
    with open(file_name.format(file_num + 1), 'w') as f:
        for _, row in current_rows.iterrows():
            # 格式化SQL语句，字符串字段添加单引号保证语法正确
            sql_query = query_template.format(row["Col A"], row["Col B"], row["Col C"])
            f.write(sql_query)

代码说明 #

• 用(len(df) + 1) // 2计算文件数量，即使数据集行数为奇数也能正确处理剩余行
• 通过df.iloc[start_row:end_row]精准定位每个文件对应的行组，避免重复读取数据
• 为字符串类型字段添加单引号，符合SQL语法规范
• 每条语句结尾添加分号和换行，提升SQL文件的可读性和合法性

内容的提问来源于stack exchange，提问作者Yohanes Lim