使用pymysql配合pandas查询MySQL数据返回NaN的问题咨询

pd.read_sql_query执行完SQL查询后会直接返回DataFrame对象，你执行的SQL语句是SELECT name FROM matomo_site，所以返回的DataFrame默认列名为name。后续你手动构造新DataFrame时指定了columns=['a']，但原结果里不存在名为a的列，pandas找不到匹配的列就会自动填充为NaN。
该问题和你猜测的「数据处于加密数据空间」没有任何关联。

你可以任选以下任意一种方法修改代码：

• 方法1：读取SQL结果时直接重命名列，不需要额外构造新DataFrame

try:
    SQL_Query = pd.read_sql_query(
        '''SELECT name FROM matomo_site''',db
    )
    # 直接重命名列即可
    df0 = SQL_Query.rename(columns={'name':'a'})
except:
    print("Error")
    db.rollback()

• 方法2：构造新DataFrame时传入对应列的值，而非整个原DataFrame

try:
    SQL_Query = pd.read_sql_query(
        '''SELECT name FROM matomo_site''',db
    )
    # 取出name列的数值再构造新DataFrame
    df0=pd.DataFrame(SQL_Query['name'].values, columns=['a'])
except:
    print("Error")
    db.rollback()

你当前代码里导入了sqlalchemy、实例化了cursor但全程没有使用，属于冗余代码可以直接删除，不会影响查询功能。

内容的提问来源于stack exchange，提问作者Teemo