如何将Pandas DataFrame列内容自动转换为SQL查询的IN条件

有三种常用的落地方式，可根据实际数据量选择：

方案1：直接格式化字符串（适合小数据量、Name无特殊字符场景） #

先把Name列转为带单引号的逗号分隔字符串，直接拼入SQL即可：

# 提取Name列去重后的值
name_list = df["Name"].unique().tolist()
# 格式化为 'Sam','Tom','Roy' 符合SQL语法的字符串
formatted_names = ",".join([f"'{name}'" for name in name_list])

# 拼接查询语句
query = f'''select Age
           from xxx
           where Name in ({formatted_names})'''
age = pd.read_sql(query, conn)

如果Name字段值本身包含单引号，需要先做转义避免语法错误：

formatted_names = ",".join([f"'{name.replace("'", "''")}'" for name in name_list])

方案2：参数化查询（推荐，安全无注入风险、无需处理特殊字符） #

用pd.read_sql自带的参数传递能力，无需手动处理字符串转义：

name_list = df["Name"].unique().tolist()
# 生成对应数量的参数占位符
placeholders = ",".join(["?"] * len(name_list))

query = f'''select Age
           from xxx
           where Name in ({placeholders})'''
# 把name列表作为参数传入执行
age = pd.read_sql(query, conn, params=tuple(name_list))

方案3：临时表关联（适合IN列表超过Teradata长度限制的场景） #

Teradata默认IN子句最多支持1024个值，当Name数量较多时，先把Name列表写入临时表再关联查询更稳妥：

# 将Name列写入临时表，可提前去重减少冗余
df[["Name"]].drop_duplicates().to_sql("temp_name_list", conn, if_exists="replace", index=False)

# 关联查询
query = '''select a.Age
           from xxx a
           inner join temp_name_list b on a.Name = b.Name'''
age = pd.read_sql(query, conn)

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