使用参数化SQL为DataFrame新增行数统计列的问题排查

我来帮你拆解这两个问题的根源，顺便给你纠正后的写法：

1. 为什么会触发KeyError？ #

你写的lambda表达式里有个非常隐蔽的语法错误：row['tbl_name'} 这里的右括号居然写成了大括号}，正确的应该是中括号]。这个小错误直接导致Python无法正确识别你要取的列名，自然就抛出KeyError了。

2. 固定表名时为什么全是NaN？ #

这是因为Pandas的apply方法默认是**按列(axis=0)**处理数据的，也就是每次遍历的是整列的Series，而不是你预期的单行数据。当你在lambda里硬编码表名时，row并不是单行的DataFrame对象，拿它去匹配单个值自然返回NaN——你需要显式指定axis=1，告诉apply要按行处理。

正确的代码写法 #

修复上面两个问题后，代码就能正常运行了：

tables['count'] = tables.apply(lambda row: pd.read_sql_query(f"SELECT COUNT(*) FROM {row['tbl_name']}", db).iloc[0,0], axis=1)

额外的效率优化建议 #

如果你的数据库里表比较多，这种逐行调用SQL查询的方式会比较慢。推荐用批量查询的方式，只需要和数据库交互一次：

# 批量生成所有表的count查询语句
count_sql = " UNION ALL ".join(
    [f"SELECT '{tbl}' AS tbl_name, COUNT(*) AS row_count FROM {tbl}" 
     for tbl in tables['tbl_name']]
)
# 一次性读取所有表的行数统计结果
count_result = pd.read_sql_query(count_sql, db)
# 和原表合并，得到最终结果
tables = tables.merge(count_result, on='tbl_name', how='left')

这种方法不仅效率更高，还能避免多次连接数据库的开销。

内容的提问来源于stack exchange，提问作者dumbledad