1. 安装pyodbc
在使用Python连接SQL Server数据库之前,首先需要安装一个用于连接SQL Server的驱动包。这里我们选择安装pyodbc,可以通过以下命令进行安装:
!pip install pyodbc
2. 连接数据库
连接SQL Server数据库需要以下四个参数:
服务器名称:指定要连接的SQL Server实例的名称。
数据库名称:指定要连接的目标数据库的名称。
用户名:指定连接SQL Server的用户名。
密码:指定连接SQL Server的密码。
在连接数据库之前,需要先导入pyodbc和pandas库:
import pyodbc
import pandas as pd
2.1 连接数据库
以下是连接数据库的基本代码:
server = 'myserver'
database = 'mydatabase'
username = 'myusername'
password = 'mypassword'
conn = pyodbc.connect('DRIVER={SQL Server};SERVER='+server+';DATABASE='+database+';UID='+username+';PWD='+ password)
其中,server
、database
、username
、password
分别为您的SQL Server数据库的相关信息。拼接后的字符串用作pyodbc.connect()
方法的参数,返回一个数据库连接对象conn
。
2.2 查询数据库
接下来,我们可以使用pandas.read_sql()
方法查询数据库,并将结果存储在pandas.DataFrame
对象中:
query = 'SELECT * FROM table_name'
df = pd.read_sql(query, conn)
df.head()
其中,query
为要执行的查询语句。
2.3 关闭连接
使用完毕后,需要关闭连接:
conn.close()
3. 示例
以下是一个完整示例,查询一个名为customers
的表中的所有数据:
server = 'myserver'
database = 'mydatabase'
username = 'myusername'
password = 'mypassword'
conn = pyodbc.connect('DRIVER={SQL Server};SERVER='+server+';DATABASE='+database+';UID='+username+';PWD='+ password)
query = 'SELECT * FROM customers'
df = pd.read_sql(query, conn)
print(df.head())
conn.close()
在执行上述代码之前,需要将server
、database
、username
、password
分别替换为您的SQL Server数据库的相关信息。
通过以上步骤,我们成功连接了SQL Server数据库并查询了其中的数据。