Pandas read_sql_query查询VARCHAR列WHERE条件报错解决方案

问题原因 #

SQL语法对不同类型的常量书写规则有强制要求：

• 数值类型（整型、浮点型等）的常量不需要额外符号包裹，直接写值即可，因此对整型字段Price执行Price = 1的查询可以正常运行，解析引擎能正确识别1是要匹配的数值。
• 字符类型（varchar、char、text等）的常量必须用单引号包裹，否则SQL解析引擎会把等号后未加引号的Daily识别为列名，而非要匹配的字符串值，最终触发「列名无效」的报错。

修复方法 #

给要匹配的字符串值加上单引号即可，修正后的代码有两种常见写法：

1. 转义单引号写法，保持SQL语句外层用单引号包裹，内部字符串的单引号用反斜杠转义：

df = pd.read_sql_query('SELECT * FROM Prices where Type = \'Daily\'', conn)

2. 外层SQL用双引号包裹，内部字符串直接写单引号，不需要转义，可读性更好：

df = pd.read_sql_query("SELECT * FROM Prices where Type = 'Daily'", conn)

额外注意事项 #

如果后续需要动态传入不同的Type值做查询，不要手动拼接字符串，用read_sql_query自带的params参数传参，避免SQL注入风险，示例如下：

# 动态传参写法，更安全
query_type = "Daily"
df = pd.read_sql_query(
    "SELECT * FROM Prices where Type = %s",
    conn,
    params=(query_type,)
)

如果加完单引号仍然提示字段相关错误，可以根据使用的数据库类型给字段名加标识符包裹：比如SQL Server用方括号包裹为[Type]，MySQL用反引号包裹为`Type`，避免字段名和数据库保留字冲突。

内容的提问来源于stack exchange，提问作者AVad