Python连接SQL Server数据库之二-优快云博客

本文介绍如何使用pyodbc模块连接并从SQLServer数据库读取数据。文中提供了两种方法：一种是一条一条读取数据，另一种是直接将数据读取为pandas的DataFrame格式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pyodbc

##Windows系统下使用微软SQL Server数据库驱动

def get_sms_operator():
    cnxn=pyodbc.connect("DRIVER={SQL SERVER};SERVER=localhost;PORT=1433;DATABASE=peng;UID=sa;PWD=admin")
    cur=cnxn.cursor()
    select="Select * from [peng].[dbo].[subloans]"
    cur.execute(select)
    #rows=cur.fetchall()
    row=cur.fetchone()
    if row:
        return row
    else:
        raise Exception,"There seems no operator on sector:"+str(sectorNumber)
    cnxn.close()

for row in get_sms_operator(0):
    print row

##在上述代码中，PORT是数据库的端口，在SQL Server配置管理器中可以看到。如下，我的2008R的端口为1433，

UID是指登录名，PWD为登陆密码。

在上面这种方法可以将数据一条一条的读出来，读取格式为pyodbc.Row，也可以将其中代码改为

 row=cur.fetchall()

得到所有的数据，数据类型为List，但是利用pandas.DataFrame将其转化为dataframe数据类型是只能转换为411*1的形式。

利用第二种方法（如下）可以直接将数据读取为dataframe类型、

##第二种方法，可以将数据读取为dataframe格式

conn=pyodbc.connect('DRIVER={SQLSERVER};SERVER=localhost;PORT=1433;DATABASE=peng;UID=sa;PWD=admin')
data_frame=pd.read_sql("""select * from [peng].[dbo].[subloans$]""",conn)

读取结果为

>>> data_frame.shape
(411, 74)