sql server与python连接常用到的命令

1、在sql server中创建表：

create table [dbsimple].[dbo].[cangku]
  (id int identity(1,1) primary key,    # 设置id自增长，并将其定位主键
  name varchar(max),    # 设定数据的类型
  sex varchar(max),    
  grade text default'100'    # 设置为text类型，并且默认值为100
  )

2、插入数据：

insert into [dbsimple].[dbo].[cangku](name,sex) values ('zhangsan','nan')    # 因为id是自增长的，所以不用输入数据；而grade有默认值，也可以不输入；

insert into [dbsimple].[dbo].[cangku](name,sex,grade) values ('zhangsan','nan','99')    # 一个完整的输入，不适用默认值

3、选择前100行数据：

SELECT TOP 100 [id],[name],[sex] FROM [dbsimple].[dbo].[cangku]

4,、将sql server与python连接，在python上操作sql server

import pyodbc
conn = pyodbc.conn(r'DRIVER={SQL Server Native Client10.0};SERVER=.;DATABASE=数据库;UID=用户名;PWD=密码')
cur = conn.cursor()
sqlcom = 'sql server的命令语句'
cur.execute(sqlcom)
conn.commit()

5、从sql server中读取某一列，并将其转换为列表格式

import pyodbc
import pandas as pd
import numpy as np

conn = pyodbc.connect(r'DRIVER={SQL Server Native Client 10.0};SERVER=.;DATABASE=数据库;UID=用户;PWD=密码')
cur = conn.cursor()
sqlcom = 'select time,url from [dbsimple].[dbo].[test]'    # 查询命令
df = pd.read_sql(sqlcom, con=conn)
print(df)
print(type(df))    # <class 'pandas.core.frame.DataFrame'>
df1 = np.array(df)    # 使用numpy将DataFrame格式的数据转换为列表
df2 = df1.tolist()
print(df2)    
# 转换后的数据类型为[['December 14, 2018', '1214ll1047.htm'], ['December 10, 2018', 'er1210ll1046.htm']]
for i in range(0, len(df2)):
    exist_url = df2[i][1]
    print(exist_url)

sql server与python连接常用到的命令

猜你喜欢