使用pyodbc的cursor.execute执行SQL后无法将结果转为DataFrame怎么办

cursor.fetchall() 返回的是pyodbc专属的Row对象序列，不是原生Python元组，部分版本的pandas解析这类对象时会将每个Row整体识别为单个值，导致传入的数据被判定为47行1列，和你指定的3个列名维度不匹配，因此抛出形状错误。

方法1：手动转换Row为原生元组 #

创建DataFrame前先将每个Row对象转为原生元组，适配pandas的解析规则：

# 原有代码不变，仅修改创建DataFrame的行
df = pd.DataFrame([tuple(row) for row in rows], columns=names)

方法2：直接使用pandas.read_sql传递参数（更推荐） #

read_sql本身支持传入参数列表，不需要手动调用cursor执行，既简化代码也不会出现格式兼容问题：

import pyodbc
import pandas as pd

conn = pyodbc.connect("DSN=dsn")
conn.setdecoding(pyodbc.SQL_CHAR, encoding='utf-8')
conn.setencoding(encoding="utf-8")

list_id = ["A1","A2","A3"]
placeholders = ",".join("?" * len(list_id))
sql = "select * from table Where ID in (%s)"  % placeholders
# 直接传入参数列表给params参数即可
df = pd.read_sql(sql, conn, params=list_id)

conn.close()
df

方法3：使用from_records方法加载结构化数据 #

pandas的from_records方法专门适配数据库返回的结构化记录，对pyodbc的Row对象兼容性更好：

df = pd.DataFrame.from_records(rows, columns=names)

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