基于日期的Python过滤SQL查询

我正在尝试构建一个SQL查询，该查询将根据系统日期进行筛选（查询过去7天内完成的所有销售）：

我犯了一个错误

psycopg2.NotSupportedError: cross-database references are not implemented: datetime.datetime.now

---

datetime.datetime.now（）。我建议使用正确的SQL语法来计算当前时间，或者为每个
datetime.datetime.now（）和
datetime.today（）创建变量，并在字符串中替换它们

编辑：不要遵循第二个建议。请参阅下面Martijn Pieters的评论。
datetime.datetime.now（）
不是正确的SQL语法，因此无法通过
read\u SQL（）
执行。我建议使用正确的SQL语法来计算当前时间，或者为每个
datetime.datetime.now（）和
datetime.today（）创建变量，并在字符串中替换它们

编辑：不要遵循第二个建议。请参阅下面Martijn Pieters的评论。
也许您应该删除SQL中的Python代码，用Python计算日期，然后使用strftime函数将其转换为字符串

然后您就可以在SQL查询中使用它们了
 也许您应该删除SQL中的Python代码，用Python计算日期，然后使用strftime函数将它们转换为字符串

然后您就可以在SQL查询中使用它们了
 您正在将Python语法混合到SQL查询中。SQL是由数据库而不是Python解析和执行的，数据库对
datetime.datetime.now（）
或
datetime.date（）
或
timedelta（）
一无所知！您看到的特定错误是由于Python代码被解释为SQL和SQL，
datetime.datetime.now
引用了
datetime
数据库中
datetime
表的
now
列，该列是跨数据库引用，而且
psycopg2
不支持涉及多个数据库的查询

相反，使用SQL参数将值从Python传递到数据库。在SQL中使用占位符显示数据库驱动程序中的值应放在哪里：

params = {
    # all rows after this timestamp, 7 days ago relative to 'now'
    'earliest': datetime.datetime.now() - datetime.timedelta(days=7),
    # if you must have a date *only* (no time component), use
    # 'earliest': datetime.date.today() - datetime.timedelta(days=7),
}
df = pd.read_sql("""
     select store_name,count(*) from sales 
     where created_at >= %(latest)s""", params=params, con=con)

这使用由定义的占位符，其中
%（最新）s
指
参数
字典中的
最新
键
datetime.datetime（）
驱动程序直接支持实例

请注意，我还修复了7天前的表达式，并将
之间的
语法替换为
=
；如果没有第二个日期，您将无法查询两个日期之间的值，因此使用
=
将列限制为给定日期或之后的日期。
您正在将Python语法混合到SQL查询中。SQL是由数据库而不是Python解析和执行的，数据库对
datetime.datetime.now（）
或
datetime.date（）
或
timedelta（）
一无所知！您看到的特定错误是由于Python代码被解释为SQL和SQL，
datetime.datetime.now
引用了
datetime
数据库中
datetime
表的
now
列，该列是跨数据库引用，而且
psycopg2
不支持涉及多个数据库的查询

相反，使用SQL参数将值从Python传递到数据库。在SQL中使用占位符显示数据库驱动程序中的值应放在哪里：

params = {
    # all rows after this timestamp, 7 days ago relative to 'now'
    'earliest': datetime.datetime.now() - datetime.timedelta(days=7),
    # if you must have a date *only* (no time component), use
    # 'earliest': datetime.date.today() - datetime.timedelta(days=7),
}
df = pd.read_sql("""
     select store_name,count(*) from sales 
     where created_at >= %(latest)s""", params=params, con=con)

这使用由定义的占位符，其中
%（最新）s
指
参数
字典中的
最新
键
datetime.datetime（）
驱动程序直接支持实例

请注意，我还修复了7天前的表达式，并将
之间的
语法替换为
=
；如果没有第二个日期，则不会查询两个日期之间的值，因此使用
=
将列限制为给定日期或之后的日期。
实际上，您不一定需要Python中的任何参数或计算。只需使用对应的SQL语句，该语句应如下所示：

select store_name,count(*)
from sales 
where created_at >= now()::date - 7
group by store_name

编辑：我还添加了一个
groupby
，我认为这是缺少的。
实际上，您不一定需要Python中的任何参数或计算。只需使用对应的SQL语句，该语句应如下所示：

select store_name,count(*)
from sales 
where created_at >= now()::date - 7
group by store_name

编辑：我还添加了一个我认为缺少的
groupby
。
您从未定义过SQL中的
datetime
您的
between
也无效，您没有
和…
部分。您从未定义SQL中的
datetime
是什么。您的
between
也无效，您没有
和…
部分。不，不要只使用字符串中的值生成SQL。使用sql参数；它们确保您得到正确的转义和引用，并使数据库有机会在值更改时重新使用查询计划。请参阅，由于使用了
psycopg2
，因此您将
%s
用于位置参数，将
%（name）s
用于命名参数。请注意，查询还存在一些其他问题，如图所示。用于计算7天前的日期时间的Python代码不正确，并且没有为
timedelta
使用
datetime
模块引用，并且
BETWEEN
运算符缺少
和…
部分。不，不要仅使用字符串中的值生成SQL。使用sql参数；它们确保您得到正确的转义和引用，并使数据库有机会在值更改时重新使用查询计划。请参阅，由于使用了
psycopg2
，因此您将
%s
用于位置参数，将
%（name）s
用于命名参数。请注意，查询还存在一些其他问题，如图所示。用于计算7天前的日期时间的Python代码是不正确的，并且不符合u