如何实现将SQL查询转换为Pandas DataFrame的函数？

这类函数完全是可行的，咱们一步步解决你遇到的问题：

1. 先搞定字符串语法错误的问题 #

你之前的代码里，给raw_sql_query手动拼接额外引号的操作完全多余，还直接导致了语法报错。input()获取的内容本身就是字符串类型，直接拿它当SQL查询语句用就行，根本不需要再手动加引号包裹。

比如你之前写的错误代码：

sql_query = """" " + raw_sql_query + " """"

这种写法完全没必要，直接用raw_sql_query本身就够了。

2. 解决函数无输出的问题 #

你最后那段代码没报错但没结果，主要有两个原因：

• 函数里执行df.head()后，没有返回这个DataFrame，也没主动打印结果
• 如果是在Jupyter/IPython环境里，函数内部的df.head()不会自动显示，必须主动打印或者让函数返回结果后再调用显示

3. 正确的函数实现示例 #

下面是修正后的完整版本，包含所有必要细节：

import pandas as pd
# 假设你已经通过合适的方式建立了数据库连接，比如用pyodbc：
# import pyodbc
# cnxn = pyodbc.connect('DRIVER={SQL Server};SERVER=你的服务器地址;DATABASE=你的数据库名;UID=用户名;PWD=密码')

def sql_to_dataframe():
    """将输入的SQL查询转换为Pandas DataFrame并返回"""
    raw_sql_query = input("Enter your SQL query: ")
    # 直接使用用户输入的查询语句，不需要额外拼接引号
    df = pd.read_sql(raw_sql_query, cnxn)  # pd.io.sql.read_sql和pd.read_sql功能一致，后者更简洁
    # 可选：在函数内直接打印结果预览
    print("查询结果预览：")
    print(df.head())
    # 关键：必须返回整个DataFrame，这样调用函数后才能拿到完整结果
    return df

# 调用函数获取结果
result_df = sql_to_dataframe()
# 后续可以对结果做任意操作，比如保存为CSV：
# result_df.to_csv('查询结果.csv', index=False)

几个关键注意点 #

• 数据库连接cnxn：必须确保这个连接对象已经正确建立，并且在函数的作用域内可以访问（把它作为参数传入函数会更规范）
• SQL注入风险：如果这个函数要用于生产环境或者接收不可信用户的输入，直接用用户输入的SQL会有严重的安全风险，建议用参数化查询，示例：

  # 参数化查询示例（以pyodbc为例）
  def sql_to_dataframe_parametrized(query, params=None):
      df = pd.read_sql(query, cnxn, params=params)
      return df
  # 调用方式：
  # result = sql_to_dataframe_parametrized("SELECT * FROM 表名 WHERE id = ?", params=(123,))
  

• 函数返回值：一定要用return返回DataFrame，否则调用函数后只能看到内部打印的预览，拿不到完整的结果数据

这样修改后，你的函数就能正常工作了，输入SQL查询后会返回对应的DataFrame，同时自动展示前几行的预览内容。

内容的提问来源于stack exchange，提问作者LMGagne