SQLAlchemy ORM conversão para pandas DataFrame

Este tópico não é abordado há algum tempo, aqui ou em outro lugar. Existe uma solução para converter um SQLAlchemy <Query object>em um DataFrame pandas?

O Pandas tem a capacidade de usar, pandas.read_sqlmas isso requer o uso de SQL bruto. Tenho dois motivos para querer evitá-lo: 1) Já tenho tudo usando o ORM (um bom motivo por si só) e 2) Estou usando listas Python como parte da consulta (por exemplo: .db.session.query(Item).filter(Item.symbol.in_(add_symbols)onde Itemestá minha classe de modelo e add_symbolsé uma lista). Isso é equivalente a SQL SELECT ... from ... WHERE ... IN.

É possível alguma coisa?

Abaixo deve funcionar na maioria dos casos:

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

Consulte a pandas.read_sqldocumentação para obter mais informações sobre os parâmetros.

Só para deixar isso mais claro para programadores novatos de pandas, aqui está um exemplo concreto,

pd.read_sql(session.query(Complaint).filter(Complaint.id == 2).statement,session.bind) 

Aqui, selecionamos uma reclamação da tabela de reclamações (o modelo sqlalchemy é Reclamação) com id = 2

A solução selecionada não funcionou para mim, pois continuava recebendo o erro

AttributeError: o objeto 'AnnotatedSelect' não tem atributo 'inferior'

Eu descobri que o seguinte funcionou:

df = pd.read_sql_query(query.statement, engine)

Se você deseja compilar uma consulta com parâmetros e argumentos específicos do dialeto, use algo assim:

c = query.statement.compile(query.session.bind)
df = pandas.read_sql(c.string, query.session.bind, params=c.params)

from sqlalchemy import Column, Integer, String, create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

engine = create_engine('postgresql://postgres:postgres@localhost:5432/DB', echo=False)
Base = declarative_base(bind=engine)
Session = sessionmaker(bind=engine)
session = Session()

conn = session.bind

class DailyTrendsTable(Base):

    __tablename__ = 'trends'
    __table_args__ = ({"schema": 'mf_analysis'})

    company_code = Column(DOUBLE_PRECISION, primary_key=True)
    rt_bullish_trending = Column(Integer)
    rt_bearish_trending = Column(Integer)
    rt_bullish_non_trending = Column(Integer)
    rt_bearish_non_trending = Column(Integer)
    gen_date = Column(Date, primary_key=True)

df_query = select([DailyTrendsTable])

df_data = pd.read_sql(rt_daily_query, con = conn)