MySQL整数时间转yyyy-mm-dd 用pandas读指定时段数据报错解决

你的代码触发错误是多个问题叠加导致的：

• SQL子句顺序错误：标准SQL要求FROM子句必须写在WHERE子句之前，你当前写法把WHERE放在FROM前面，数据库解析阶段就会直接抛出语法错误。
• 同层查询引用SELECT别名不生效：SQL的执行顺序是FROM -> WHERE -> GROUP BY -> HAVING -> SELECT -> ORDER BY，WHERE阶段执行时，你在SELECT里定义的date别名还没生成，根本识别不到。
• 时间筛选逻辑冗余低效：你的time字段本身是整型时间戳，没必要转成字符串后再做区间匹配，直接比对整型时间戳不仅能避免格式匹配的坑，还能命中字段索引，查询效率高很多。
• 额外注意：table是SQL标准保留字，如果你真的用table当表名，必须用反引号包裹成`table`才能正常识别，不然也会报语法错。

2019-2020年对应的秒级Unix时间戳区间为1546272000（2019-01-01 00:00:00，东八区）到1609459199（2020-12-31 23:59:59，东八区），如果你的字段存的是毫秒级时间戳，把数值乘1000即可，推荐使用的高性能读取代码如下：

import pandas as pd

# 秒级时间戳版本
sql = """
SELECT *,
       date_format(from_unixtime(time), '%Y-%m-%d') AS date
FROM `table` -- 表名如果不是table直接替换即可
WHERE time BETWEEN 1546272000 AND 1609459199
"""
df = pd.read_sql(sql, db)

如果你存的是毫秒级时间戳，需要把from_unixtime(time)改成from_unixtime(time/1000)，同时WHERE条件里的两个时间戳值改为1546272000000和1609459199000。

如果你非要用日期字符串做筛选（性能差，不推荐），需要嵌套一层子查询，先把日期派生字段算出来再做筛选，写法如下：

sql = """
SELECT *
FROM (
    SELECT *,
           date_format(from_unixtime(time), '%Y-%m-%d') AS date
    FROM `table`
) t
WHERE date BETWEEN '2019-01-01' AND '2020-12-31'
"""

内容的提问来源于stack exchange，提问作者Sadcow