Qualquer ajuda neste problema será muito apreciada.

Então, basicamente, eu quero executar uma consulta ao meu banco de dados SQL e armazenar os dados retornados como a estrutura de dados do Pandas.

Anexei o código para consulta.

Estou lendo a documentação do Pandas, mas tenho problemas para identificar o tipo de retorno da minha consulta.

Tentei imprimir o resultado da consulta, mas não dá nenhuma informação útil.

Obrigado!!!!

from sqlalchemy import create_engine

engine2 = create_engine('mysql://THE DATABASE I AM ACCESSING')
connection2 = engine2.connect()
dataid = 1022
resoverall = connection2.execute("
  SELECT 
      sum(BLABLA) AS BLA,
      sum(BLABLABLA2) AS BLABLABLA2,
      sum(SOME_INT) AS SOME_INT,
      sum(SOME_INT2) AS SOME_INT2,
      100*sum(SOME_INT2)/sum(SOME_INT) AS ctr,
      sum(SOME_INT2)/sum(SOME_INT) AS cpc
   FROM daily_report_cooked
   WHERE campaign_id = '%s'", %dataid)

Então, eu meio que quero entender qual é o formato / tipo de dados da minha variável "resoverall" e como colocá-la na estrutura de dados PANDAS.

Este é o código mais curto que fará o trabalho:

from pandas import DataFrame
df = DataFrame(resoverall.fetchall())
df.columns = resoverall.keys()

Você pode ir mais elaborado e analisar os tipos como na resposta de Paulo.

Edição: março de 2015

Conforme observado abaixo, o pandas agora usa SQLAlchemy para ler ( read_sql ) e inserir em ( to_sql ) um banco de dados. O seguinte deve funcionar

import pandas as pd

df = pd.read_sql(sql, cnxn)

Resposta anterior: Via mikebmassey de uma pergunta semelhante

import pyodbc
import pandas.io.sql as psql

cnxn = pyodbc.connect(connection_info) 
cursor = cnxn.cursor()
sql = "SELECT * FROM TABLE"

df = psql.frame_query(sql, cnxn)
cnxn.close()

Se você estiver usando o ORM do SQLAlchemy em vez da linguagem de expressão, talvez queira converter um objeto do tipo sqlalchemy.orm.query.Queryem um quadro de dados do Pandas.

A abordagem mais limpa é obter o SQL gerado a partir do atributo de instrução da consulta e executá-lo com o read_sql()método do pandas . Por exemplo, começando com um objeto Query chamado query:

df = pd.read_sql(query.statement, query.session.bind)

Editar 30/09/2014:

pandas agora tem uma read_sqlfunção. Você definitivamente quer usar isso.

Resposta original:

Não posso ajudá-lo com SQLAlchemy - eu sempre uso pyodbc, MySQLdb ou psychopg2 conforme necessário. Mas, ao fazer isso, uma função tão simples como a abaixo tende a atender às minhas necessidades:

import decimal

import pydobc
import numpy as np
import pandas

cnn, cur = myConnectToDBfunction()
cmd = "SELECT * FROM myTable"
cur.execute(cmd)
dataframe = __processCursor(cur, dataframe=True)

def __processCursor(cur, dataframe=False, index=None):
    '''
    Processes a database cursor with data on it into either
    a structured numpy array or a pandas dataframe.

    input:
    cur - a pyodbc cursor that has just received data
    dataframe - bool. if false, a numpy record array is returned
                if true, return a pandas dataframe
    index - list of column(s) to use as index in a pandas dataframe
    '''
    datatypes = []
    colinfo = cur.description
    for col in colinfo:
        if col[1] == unicode:
            datatypes.append((col[0], 'U%d' % col[3]))
        elif col[1] == str:
            datatypes.append((col[0], 'S%d' % col[3]))
        elif col[1] in [float, decimal.Decimal]:
            datatypes.append((col[0], 'f4'))
        elif col[1] == datetime.datetime:
            datatypes.append((col[0], 'O4'))
        elif col[1] == int:
            datatypes.append((col[0], 'i4'))

    data = []
    for row in cur:
        data.append(tuple(row))

    array = np.array(data, dtype=datatypes)
    if dataframe:
        output = pandas.DataFrame.from_records(array)

        if index is not None:
            output = output.set_index(index)

    else:
        output = array

    return output

Conector MySQL

Para aqueles que trabalham com o conector mysql, você pode usar este código como um começo. (Obrigado a @Daniel Velkov)

Referências usadas:

• Consulta de dados usando conector / Python
• Conectando-se a MYSQL com Python em 3 etapas

import pandas as pd
import mysql.connector

# Setup MySQL connection
db = mysql.connector.connect(
    host="<IP>",              # your host, usually localhost
    user="<USER>",            # your username
    password="<PASS>",        # your password
    database="<DATABASE>"     # name of the data base
)   

# You must create a Cursor object. It will let you execute all the queries you need
cur = db.cursor()

# Use all the SQL you like
cur.execute("SELECT * FROM <TABLE>")

# Put it all to a data frame
sql_data = pd.DataFrame(cur.fetchall())
sql_data.columns = cur.column_names

# Close the session
db.close()

# Show the data
print(sql_data.head())

Aqui está o código que uso. Espero que isto ajude.

import pandas as pd
from sqlalchemy import create_engine

def getData():
  # Parameters
  ServerName = "my_server"
  Database = "my_db"
  UserPwd = "user:pwd"
  Driver = "driver=SQL Server Native Client 11.0"

  # Create the connection
  engine = create_engine('mssql+pyodbc://' + UserPwd + '@' + ServerName + '/' + Database + "?" + Driver)

  sql = "select * from mytable"
  df = pd.read_sql(sql, engine)
  return df

df2 = getData()
print(df2)

Esta é uma resposta curta e nítida para o seu problema:

from __future__ import print_function
import MySQLdb
import numpy as np
import pandas as pd
import xlrd

# Connecting to MySQL Database
connection = MySQLdb.connect(
             host="hostname",
             port=0000,
             user="userID",
             passwd="password",
             db="table_documents",
             charset='utf8'
           )
print(connection)
#getting data from database into a dataframe
sql_for_df = 'select * from tabledata'
df_from_database = pd.read_sql(sql_for_df , connection)

1. Usando MySQL-connector-python

# pip install mysql-connector-python

import mysql.connector
import pandas as pd

mydb = mysql.connector.connect(
    host = 'host',
    user = 'username',
    passwd = 'pass',
    database = 'db_name'
)
query = 'select * from table_name'
df = pd.read_sql(query, con = mydb)
print(df)

2. Usando SQLAlchemy

# pip install pymysql
# pip install sqlalchemy

import pandas as pd
import sqlalchemy

engine = sqlalchemy.create_engine('mysql+pymysql://username:password@localhost:3306/db_name')

query = '''
select * from table_name
'''
df = pd.read_sql_query(query, engine)
print(df)

Como Nathan, geralmente quero despejar os resultados de uma consulta sqlalchemy ou sqlsoup em um quadro de dados do Pandas. Minha própria solução para isso é:

query = session.query(tbl.Field1, tbl.Field2)
DataFrame(query.all(), columns=[column['name'] for column in query.column_descriptions])

resoverallé um objeto sqlalchemy ResultProxy. Você pode ler mais sobre isso nos documentos do sqlalchemy , o último explica o uso básico de trabalhar com motores e conexões. O importante aqui é o que resoverallé dito.

O Pandas gosta de objetos ditados para criar suas estruturas de dados, veja a documentação online

Boa sorte com sqlalchemy e pandas.

Basta usar pandase pyodbcjuntos. Você terá que modificar sua string de conexão ( connstr) de acordo com as especificações do seu banco de dados.

import pyodbc
import pandas as pd

# MSSQL Connection String Example
connstr = "Server=myServerAddress;Database=myDB;User Id=myUsername;Password=myPass;"

# Query Database and Create DataFrame Using Results
df = pd.read_sql("select * from myTable", pyodbc.connect(connstr))

Eu usei pyodbccom vários bancos de dados corporativos (por exemplo, SQL Server, MySQL, MariaDB, IBM).

Esta pergunta é antiga, mas eu queria adicionar meus dois centavos. Eu li a pergunta como "Eu quero executar uma consulta ao meu [meu] banco de dados SQL e armazenar os dados retornados como estrutura de dados do Pandas [DataFrame]."

Pelo código, parece que você quer dizer banco de dados mysql e assume que quer dizer pandas DataFrame.

import MySQLdb as mdb
import pandas.io.sql as sql
from pandas import *

conn = mdb.connect('<server>','<user>','<pass>','<db>');
df = sql.read_frame('<query>', conn)

Por exemplo,

conn = mdb.connect('localhost','myname','mypass','testdb');
df = sql.read_frame('select * from testTable', conn)

Isso importará todas as linhas de testTable para um DataFrame.

Aqui é minha. Por precaução, se você estiver usando "pymysql":

import pymysql
from pandas import DataFrame

host   = 'localhost'
port   = 3306
user   = 'yourUserName'
passwd = 'yourPassword'
db     = 'yourDatabase'

cnx    = pymysql.connect(host=host, port=port, user=user, passwd=passwd, db=db)
cur    = cnx.cursor()

query  = """ SELECT * FROM yourTable LIMIT 10"""
cur.execute(query)

field_names = [i[0] for i in cur.description]
get_data = [xx for xx in cur]

cur.close()
cnx.close()

df = DataFrame(get_data)
df.columns = field_names

pandas.io.sql.write_frame está DESCONTINUADO. https://pandas.pydata.org/pandas-docs/version/0.15.2/generated/pandas.io.sql.write_frame.html

Deve mudar para usar pandas.DataFrame.to_sql https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.to_sql.html

Existe outra solução. PYODBC para Pandas - DataFrame não funciona - A forma dos valores passados ​​é (x, y), os índices implicam (w, z)

No Pandas 0.12 (eu acredito) você pode fazer:

import pandas
import pyodbc

sql = 'select * from table'
cnn = pyodbc.connect(...)

data = pandas.read_sql(sql, cnn)

Antes do 0.12, você podia fazer:

import pandas
from pandas.io.sql import read_frame
import pyodbc

sql = 'select * from table'
cnn = pyodbc.connect(...)

data = read_frame(sql, cnn)

Muito tempo desde a última postagem, mas talvez ajude alguém ...

Caminho curto do que Paul H:

my_dic = session.query(query.all())
my_df = pandas.DataFrame.from_dict(my_dic)

melhor maneira que eu faço isso

db.execute(query) where db=db_class() #database class
    mydata=[x for x in db.fetchall()]
    df=pd.DataFrame(data=mydata)

Se o tipo de resultado for ResultSet , você deve primeiro convertê-lo em dicionário. Em seguida, as colunas DataFrame serão coletadas automaticamente.

Isso funciona no meu caso:

df = pd.DataFrame([dict(r) for r in resoverall])