PyCharm中SQL查询结果转DataFrame及pyodbc SSPI报错排查

1. SSPI连接报错修复方案 #

你遇到的Cannot generate SSPI context报错属于连接字符串配置问题，整体实现思路没有偏差，可直接按以下方式修复：

• 报错核心原因是Trusted_Connection=yes参数会强制使用Windows域账号做集成身份验证，当你的本机和SQL Server不在同一个可信域、或者老版ODBC驱动存在兼容问题时就会触发该错误。
• 非域环境/本地测试环境直接改用SQL账号密码认证即可，删除Trusted_Connection参数，补充账号密码字段，参考修正后代码：

import pyodbc
import pandas as pd
# 注意Server字段的服务器名和端口之间不要加多余空格
conn = pyodbc.connect('Driver={SQL Server};'
                     'Server=你的服务器地址,端口号;'
                     'Database=你的数据库名;'
                     'UID=你的SQL Server登录账号;'
                     'PWD=对应账号密码;')
SQLstr = """
select *
from ETLStaging.dbo.Advisor
"""
advisordf = pd.read_sql(SQLstr, conn)

• 如果你确实需要用域账号集成认证，先把本机ODBC驱动升级到ODBC Driver 17/18 for SQL Server，连接串里的Driver字段替换为对应版本（比如Driver={ODBC Driver 18 for SQL Server}），同时确认SQL Server服务端已经配置了正确的SPN，不存在域信任问题。

2. PyCharm免手写连接串实现方案 #

你查到的PyCharm自带功能仅专业版支持，不需要自己编写pyodbc连接串，直接复用Database Explorer里已经配置好的连接即可，操作步骤：

• 打开右侧Database Explorer，找到你已经连通的目标数据库，右键点击对应库选择Open Query Console打开查询控制台，在控制台内写好待执行的SQL语句，点击执行按钮确认查询能正常返回结果。
• 在查询结果面板的顶部工具栏，找到标注为Export Data to Python Pandas DataFrame的按钮，点击后PyCharm会自动生成读取当前查询结果为Pandas DataFrame的完整代码，直接复制到你的业务代码文件中即可运行，不需要额外配置连接参数，插件会自动处理驱动、认证逻辑。
• 注意：PyCharm社区版不带完整Database Tools功能，无法使用上述便捷方案，只能用手动配置pyodbc连接串的方式实现需求。

内容的提问来源于stack exchange，提问作者Fiona De La Fuente