pandas执行SQL查询如何传入Python日期变量作为过滤条件

你原来Oracle版本里用to_char转字符串比较日期的写法没必要迁移到MSSQL，直接做日期类型比较效率更高，也不会出现字符串格式匹配错误的问题。pandas.read_sql_query原生支持参数绑定，不需要手动拼接SQL字符串，就能安全传入Python侧的datetime变量。

可直接运行的修改后代码 #

位置参数写法（适配pyodbc默认的参数规则，兼容性最好）：

lastCheckTime = datetime.datetime.strptime(strDate, "%Y-%m-%d %H:%M:%S")

connection_url = URL.create("mssql+pyodbc", query={"odbc_connect": connection_string})
engine = create_engine(connection_url)

sqldf = pd.read_sql_query(
    """\
SELECT * from ABC, XYZ, LMN, PQR 
WHERE ABC.id = XYZ.id 
  AND XYZ.TO_CLASS != '827' 
  AND ABC.creation_date > ?
ORDER BY ABC.creation_date desc
    """, 
    engine,
    params=[lastCheckTime]
)

如果你更习惯原来Oracle的命名参数写法，SQLAlchemy会自动帮你做适配，不用改参数占位符的风格：

sqldf = pd.read_sql_query(
    """\
SELECT * from ABC, XYZ, LMN, PQR 
WHERE ABC.id = XYZ.id 
  AND XYZ.TO_CLASS != '827' 
  AND ABC.creation_date > :lastCheckTime
ORDER BY ABC.creation_date desc
    """, 
    engine,
    params={"lastCheckTime": lastCheckTime}
)

注意事项 #

• 绝对不要用f-string、字符串拼接的方式直接把lastCheckTime拼到SQL语句里，很容易因为MSSQL服务端的日期格式配置差异（比如日/月/年顺序、分隔符区别）导致过滤逻辑错误，还会带来SQL注入风险。
• 传入参数时直接传Python原生的datetime对象即可，SQLAlchemy和pyodbc会自动完成类型转换，不需要你手动把datetime转成特定格式的字符串。
• 直接比较日期类型比转成char之后按字典序比较的性能更好，也不会因为日期转字符串时带毫秒、时区后缀导致比较结果出错。

内容的提问来源于stack exchange，提问作者nandita