如何将MySQL查询结果作为另一个MySQL查询的输入（含Pandas处理）

我来帮你搞定这个跨库查询的需求，直接上可运行的方案，分步骤来：

1. 连接第一个数据库，获取目标ID列表 #

首先我们需要连接到mysql_db，查询employee表的id并存储到Pandas的DataFrame里。用SQLAlchemy连接数据库会更方便安全：

import pandas as pd
from sqlalchemy import create_engine, text

# 替换成你的mysql_db实际连接信息
db1_config = {
    'user': '你的用户名',
    'password': '你的密码',
    'host': '数据库地址',
    'port': 3306,
    'db': 'mysql_db'
}
engine1 = create_engine(f"mysql+pymysql://{db1_config['user']}:{db1_config['password']}@{db1_config['host']}:{db1_config['port']}/{db1_config['db']}")

# 查询id并存储到df的out列（匹配你的需求）
df = pd.read_sql("SELECT id AS `out` FROM employee", engine1)
# 提取出id列表用于后续查询
id_list = df['out'].tolist()

2. 连接第二个数据库，执行带IN条件的查询 #

接下来用拿到的id列表，连接mysql_db2查询对应的员工数据。这里一定要用参数化查询，既避免SQL注入风险，也能适配大量id的场景：

# 替换成你的mysql_db2实际连接信息
db2_config = {
    'user': '你的用户名',
    'password': '你的密码',
    'host': '数据库地址',
    'port': 3306,
    'db': 'mysql_db2'
}
engine2 = create_engine(f"mysql+pymysql://{db2_config['user']}:{db2_config['password']}@{db2_config['host']}:{db2_config['port']}/{db2_config['db']}")

# 构建参数化查询语句
query = text("SELECT * FROM employee WHERE id IN :id_list")

# 执行查询，将id列表转成元组传入参数
result_df = pd.read_sql(query, engine2, params={'id_list': tuple(id_list)})

# 可以打印前几行查看结果
print(result_df.head())

额外提示 #

• 如果你的id列表特别庞大（比如超过10万条），MySQL的IN子句可能会出现性能瓶颈，这时可以考虑分批查询，或者先把id导入mysql_db2的临时表再做关联查询。
• 确保你的数据库账号拥有两个库的查询权限，连接信息不要填错。
• 绝对不要直接把id列表拼接进SQL语句里，参数化是最安全的处理方式。

内容的提问来源于stack exchange，提问作者user10508414