Python SQL将where子句应用于任意查询结果

我正在开发一个系统，在这个系统中，用户引入了一个SQL server/db连接和一个有效的SQL查询，我将其保存在我的系统中。我正在使用python+sqlalchemy+pandas来实现这一点

该查询将返回一个类似这样的表，其中唯一的规则是查询结果必须有一个

timestamp

as DateTime字段和至少另一个带有数值的列，但名称是随机的

+-----------+----------+---------+-----+---------+
| timestamp | series_1 | serie_2 | ... | serie_n |
+-----------+----------+---------+-----+---------+
| <time>    | numeric  | numeric | ... | numeric |
+-----------+----------+---------+-----+---------+
|                     ...                        |
+-----------+----------+---------+-----+---------+
| <time>    | numeric  | numeric | ... | numeric |
+-----------+----------+---------+-----+---------+

+-----------+----------+---------+-----+---------+
|时间戳|系列|系列|系列| 2 |……|意甲|
+-----------+----------+---------+-----+---------+
||数字|数字|……|数字的|
+-----------+----------+---------+-----+---------+
|                     ...                        |
+-----------+----------+---------+-----+---------+
||数字|数字|……|数字的|
+-----------+----------+---------+-----+---------+

然后我有一个使用cron格式运行查询的调度器，我处理数据并将其存储在我的系统数据库中。问题是，每次我用调度器运行查询时，我都会有旧的+新的记录，为了处理这个问题，我使用pandas过滤结果，只得到新的记录，这在性能上是正常的（20个系列的10k记录20秒，考虑到我每周有1次更新是合理的），但在很长一段时间内，由于数据量很大，这并不是一个好的解决方案

因此，我正在考虑是否可以使用WHERE子句包装用户查询结果，以便在查询级别通过

时间戳

过滤结果，而不必触摸查询。

我是这样做的：

query = f"SELECT sub.* from ({query}) as sub WHERE sub.timestamp > '{latest_timestamp}' ORDER BY sub.timestamp ASC"

---

过滤结果的pandas代码是什么样子的？@NickODell我使用

df.query（“timestamp>@latest\u timestamp”）