Python存储多条SQL查询结果 解决fetchall仅返回最后执行结果问题

• 存在多处拼写/语法错误：列表取值用了函数调用语法query_list(i)，正确写法是方括号索引query_list[i]；游标变量名前后不一致，先定义cusror1，后续调用cursor1甚至未定义的cursor，根本没有正确获取当前循环的查询结果。
• 游标读取逻辑错误：数据库游标是单向迭代的，单次执行后调用fetchall()会把所有结果拉取到本地，再次调用只会返回空值。你在循环里先调用一次cursor.fetchall()赋值给result，后续又调用cursor1.fetchall()做append，第二次读取时游标已经为空，拿不到任何数据。
• 变量类型覆盖错误：初始化result_df为DataFrame类型，第一次循环直接将其赋值为fetchall()返回的元组列表，后续的append操作是针对列表而非DataFrame，且每次循环都重新给result_df赋值，没有做结果累积。
• 效率问题：循环内反复执行文件写入，IO开销大，且DataFrame.append()方法已在新版Pandas中弃用，不建议使用。

方案一：所有查询返回列结构一致，合并为单个DataFrame #

直接用pd.read_sql()规避手动处理游标的各类问题，代码最简洁，出错概率最低：

import pandas as pd

# 读取待执行SQL列表，自动过滤空值避免执行报错
query_df = pd.read_csv('input_query.csv')
query_list = query_df['DB_QUERY'].dropna().tolist()

result_container = []
for query_id, sql in enumerate(query_list):
    try:
        # 直接读取查询结果为DataFrame，自动处理游标、字段名映射
        single_result = pd.read_sql(sql, conn)
        # 可选：新增字段标记查询ID，方便后续溯源结果对应哪条SQL
        single_result['source_query_id'] = query_id
        result_container.append(single_result)
        print(f"第{query_id+1}条SQL执行完成，返回{len(single_result)}行数据")
    except Exception as e:
        print(f"第{query_id+1}条SQL执行失败，错误信息：{str(e)}，对应SQL：{sql[:100]}...")
        continue

# 一次性合并所有结果，统一写入文件
final_result = pd.concat(result_container, ignore_index=True)
final_result.to_csv('query_result.csv', index=False, encoding='utf-8-sig')

方案二：不同查询返回列结构不一致，存储为结果列表 #

如果各SELECT语句返回的字段、表结构不统一，不要强行合并为单个DataFrame，用列表存储每个查询的独立结果即可：

import pandas as pd

query_df = pd.read_csv('input_query.csv')
query_list = query_df['DB_QUERY'].dropna().tolist()

# 每个元素为字典，存储对应SQL的元信息和查询结果
result_list = []
for query_id, sql in enumerate(query_list):
    try:
        single_result = pd.read_sql(sql, conn)
        result_list.append({
            "query_id": query_id,
            "sql_content": sql,
            "data": single_result
        })
    except Exception as e:
        print(f"第{query_id+1}条SQL执行失败：{str(e)}")
        continue

# 调用示例：取第1条SQL的查询结果
# print(result_list[0]['data'])

原生游标实现参考 #

如果需要用原生cursor实现（比如特殊驱动不支持pandas直接读），注意统一变量名、单次读取游标、最后统一转换DataFrame：

import pandas as pd

query = pd.read_csv('input_query.csv')
query_list = query['DB_QUERY'].tolist()
all_data = []
col_names = None

for i in range(len(query_list)):
    sql = query_list[i]
    cursor = conn.cursor()
    cursor.execute(sql)
    # 仅调用一次fetchall获取全部结果
    res = cursor.fetchall()
    # 首次执行时提取字段名
    if col_names is None:
        col_names = [item[0] for item in cursor.description]
    all_data.extend(res)
    cursor.close()

# 循环结束后统一转为DataFrame并写入文件
result_df = pd.DataFrame(all_data, columns=col_names)
result_df.to_csv('query_result.csv', index=False, encoding='utf-8-sig')

内容的提问来源于stack exchange，提问作者Sakshi Soni