使用Python连接SQL Server数据库

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。