如何在SQL语句的WHERE IN子句中使用Python列表？

环境准备 #

首先安装所需依赖：
pip install pandas
如果需要直连数据库执行SQL，还需要安装对应数据库的驱动（比如MySQL用pymysql，PostgreSQL用psycopg2-binary等）。

步骤1：读取CSV提取目标列值 #

import pandas as pd

# 替换为你的CSV文件实际路径
df = pd.read_csv("your_data.csv")
# 替换为你要用作过滤条件的列名，dropna用于过滤空值
target_list = df["your_filter_column"].dropna().astype(str).tolist()

步骤2：生成SQL查询语句 #

方案A：直接拼接SQL（适合自用、确认数据无注入风险的场景） #

• 过滤字段为字符串/日期类型（需要加单引号）：

# 先处理值中的单引号，避免SQL语法错误
processed_list = [val.replace("'", "''") for val in target_list]
# 拼接IN子句内容
in_part = ", ".join([f"'{v}'" for v in processed_list])
# 生成完整SQL
sql_query = f"SELECT * FROM 你的表名 WHERE X IN ({in_part})"

• 过滤字段为数值类型（无需加单引号）：

in_part = ", ".join(target_list)
sql_query = f"SELECT * FROM 你的表名 WHERE X IN ({in_part})"

方案B：参数化查询（更安全，推荐生产环境使用） #

不用手动处理转义、引号，还能避免SQL注入风险，以pandas+SQLAlchemy执行为例：

from sqlalchemy import create_engine

# 替换为你的数据库连接串
engine = create_engine("mysql+pymysql://用户名:密码@数据库地址:端口/库名")
# 生成对应数量的参数占位符
placeholders = ", ".join(["%s"] * len(target_list))
sql_query = f"SELECT * FROM 你的表名 WHERE X IN ({placeholders})"
# 传入参数执行查询
result_df = pd.read_sql(sql_query, engine, params=target_list)

补充说明：你的CSV只有800条记录，绝大多数数据库的IN子句长度限制都支持这个量级，不需要额外拆分。

内容的提问来源于stack exchange，提问作者mateusvl