如何在SQL查询中使用已获取的pandas DataFrame作为数据源

你可以直接用支持SQL查询pandas DataFrame的第三方库实现需求，不需要改写原有SQL逻辑，两种最常用的方案如下： #

方案1：pandasql（入门门槛最低） #

pandasql是专门为pandas设计的SQL查询工具，底层基于SQLite，完全兼容标准SQL语法，使用门槛极低。

• 安装命令：pip install pandasql
• 使用示例：

from pandasql import sqldf

# 直接写入你要执行的SQL，和操作普通数据库表一样写df作为表名
sql = """
SELECT id, type, value
FROM df
GROUP BY id, type
"""
# 执行查询，globals()代表从全局变量读取df，局部变量场景换为locals()即可
query_result = sqldf(sql, globals())

方案2：DuckDB（性能优先，适合大数据量） #

DuckDB是嵌入式分析型数据库，支持零拷贝直接读取pandas DataFrame作为查询表，查询性能远高于pandasql，对复杂SQL（窗口函数、多表关联、子查询等）的支持也更完善。

• 安装命令：pip install duckdb
• 使用示例：

import duckdb

sql = """
SELECT id, type, value
FROM df
GROUP BY id, type
"""
# 直接执行SQL即可自动识别当前环境中的df作为表，执行后转为DataFrame返回
query_result = duckdb.sql(sql).df()

两种方案都不需要你改写原有成熟的SQL逻辑，直接复用之前的查询语句即可，完全避免了转写长SQL为pandas API的冗余工作。

内容的提问来源于stack exchange，提问作者french_fries