Python循环读取SQL数据库按不同Id生成独立DataFrame问题求解

错误原因梳理 #

尝试方案1报错原因 #

• SQL语句中Id为字符串类型，拼接值时未加单引号，数据库会将传入的HR等字符串识别为列名而非字段值，触发「无效列名」报错
• pd.read_sql_query()未传入数据库连接对象conn作为必填的第二个参数，语法不完整
• 存在冗余操作：不需要单独定义cursor执行execute，pd.read_sql_query会自动完成查询执行逻辑

尝试方案2报错原因 #

• SQL查询字符串未闭合，存在基础语法错误
• cursor.execute()返回的结果是查询到的整行数据（包含所有字段），使用for [Id] in cursor接收时，单变量无法匹配多字段返回值，触发「值过多无法解包」报错
• pd.DataFrame()不支持直接传入SQL语句和连接对象作为参数，调用方式错误

优化实现方案 #

你调整后的版本已经解决了字符串拼接加单引号、参数传递的基础问题，以下是更安全的参数化查询版本，可避免SQL注入风险，同时逻辑更规范，也方便后续添加业务逻辑：

import pandas as pd
import pyodbc

# 初始化数据库连接
conn = pyodbc.connect(
    'Driver={SQL Server};'
    'Server=Server_name;'
    'Database=Database;'
    'UID=Username;'
    'PWD=password;'
    'Trusted_Connection=yes;'
)

id_list = ['HR','ZA','PR','FW']
# 用字典存储所有ID对应的DataFrame，后续调用更方便
df_container = {}

for current_id in id_list:
    # 参数化查询用?作为占位符，避免字符串拼接风险
    query_sql = '''
        SELECT *
        FROM Database_table
        WHERE Id = ?
    '''
    # read_sql_query返回结果本身就是DataFrame格式，无需额外转换
    df_container[current_id] = pd.read_sql_query(query_sql, conn, params=[current_id])
    
    # 此处可添加你需要的自定义业务逻辑
    # 例如对df_container[current_id]做数据清洗、指标计算等操作

# 操作完成后关闭数据库连接
conn.close()

如果需要生成独立的DataFrame变量而非存储在字典中，可使用globals()[f'df_{current_id}'] = pd.read_sql_query(query_sql, conn, params=[current_id])的写法，会自动生成df_HR、df_ZA等独立变量，符合你要为每个ID创建对应独立DataFrame的需求。

内容的提问来源于stack exchange，提问作者AdamB