如何将PostgreSQL所有表导出到pandas，是否支持直接从.sql文件加载？

关于直接读取.sql文件的疑问 #

目前pandas没有原生支持直接加载.sql文件的功能。.sql本质是SQL脚本文件，内部包含建表、约束、事务、插入语句等多种数据库专属语法，不属于结构化数据文件，无法直接解析为DataFrame，需要先完成数据结构化转换才能加载。

场景1：可正常访问PostgreSQL服务的简化方案 #

无需手动逐表写SELECT语句，用sqlalchemy+pandas的内置接口即可批量导出全表，全程只需要写一次连接配置：

1. 先安装依赖包

pip install pandas sqlalchemy psycopg2-binary

2. 批量导出代码示例

import pandas as pd
from sqlalchemy import create_engine

# 替换为你的数据库连接信息
conn_str = "postgresql+psycopg2://用户名:密码@数据库地址:端口/库名"
engine = create_engine(conn_str)

# 自动获取库内所有表名
all_tables = engine.table_names()

# 批量导出所有表到字典，key为表名，value为对应DataFrame
table_df_dict = {tbl: pd.read_sql_table(tbl, engine) for tbl in all_tables}

说明：pd.read_sql_table()是pandas内置的全表读取接口，不需要手写任何SELECT语句，自动完成全表数据拉取。如果不需要全库表，给all_tables加过滤条件筛选需要的表即可。

场景2：仅持有.sql备份文件的处理方案 #

如果已经无法访问源数据库，只有备份的.sql文件，可以通过临时实例的方式快速读取，不需要手动执行导入语句：

• 本地启动临时PostgreSQL实例（推荐用Docker实现，一行命令即可启动，用完删除容器不会残留任何本地配置）
• 将.sql文件导入临时实例
• 用场景1的代码批量读取所有表到pandas
• 数据读取完成后删除临时实例即可

内容的提问来源于stack exchange，提问作者ericf