如何在pandas中使用单个变量对应多个SQL参数化标记

方法1：使用命名参数（推荐） #

大部分数据库连接驱动都支持命名占位符，你只需要给参数定义一个别名，传参时传入字典即可，无需重复定义参数值。
不同驱动的命名占位符格式略有差异，以下是示例代码：

import pandas as pd
import datetime

dt = datetime.date(2021, 10, 1)
# 以冒号格式的命名占位符为例（适配sqlite、psycopg2等驱动）
select_sql = """
SELECT Inception, Expiry 
FROM TableTest 
WHERE Inception <= :target_dt AND Expiry >= :target_dt
"""
# 传字典格式参数，只需要定义一次参数值
sql_query = pd.read_sql_query(select_sql, conn, params={"target_dt": dt})

如果使用MySQL驱动可将占位符替换为%(target_dt)s，SQL Server pyodbc驱动可替换为:1格式即可。

方法2：SQL层面预定义参数（兼容仅支持位置占位符的驱动） #

如果你的数据库驱动仅支持?位置占位符，可在SQL语句中先将参数定义为临时变量，后续逻辑直接引用即可，仅需要传一次参数：

import pandas as pd
import datetime

dt = datetime.date(2021, 10, 1)
select_sql = """
WITH params AS (SELECT ? AS target_dt)
SELECT Inception, Expiry 
FROM TableTest, params
WHERE Inception <= target_dt AND Expiry >= target_dt
"""
sql_query = pd.read_sql_query(select_sql, conn, params=[dt])

方法3：位置参数快捷写法 #

如果不想修改现有SQL语句，也可以用列表乘法语法避免重复写两次变量名，代码层面无需重复输入变量：

select_sql = """Select Inception, Expiry From TableTest Where Inception <= ? and Expiry >= ?"""
# 用[dt]*2生成参数列表，不用重复写两次dt
sql_query = pd.read_sql_query(select_sql, conn, params=[dt]*2)

内容的提问来源于stack exchange，提问作者CGarden