将pyodbc游标结果输出为python字典
如何将pyodbc游标输出(从将pyodbc游标结果输出为python字典,python,dictionary,cursor,pyodbc,pypyodbc,Python,Dictionary,Cursor,Pyodbc,Pypyodbc,如何将pyodbc游标输出(从.fetchone、.fetchmany或.fetchall)序列化为Python字典 我使用的是bottlepy,需要返回dict,以便它可以将其作为JSON返回。假设您知道自己的列名! 另外,这里有三种不同的解决方案, 你可能想看看最后一个 colnames = ['city', 'area', 'street'] data = {} counter = 0 for row in x.fetchall(): if not counter in data
.fetchone
、.fetchmany
或.fetchall
)序列化为Python字典
我使用的是bottlepy,需要返回dict,以便它可以将其作为JSON返回。假设您知道自己的列名! 另外,这里有三种不同的解决方案,
你可能想看看最后一个
colnames = ['city', 'area', 'street']
data = {}
counter = 0
for row in x.fetchall():
if not counter in data:
data[counter] = {}
colcounter = 0
for colname in colnames:
data[counter][colname] = row[colcounter]
colcounter += 1
counter += 1
这是一个索引版本,不是最漂亮的解决方案,但它会起作用。
另一种方法是将列名索引为dictionary键,每个键中都有一个列表,按照行号的顺序包含数据。通过这样做:
colnames = ['city', 'area', 'street']
data = {}
for row in x.fetchall():
colindex = 0
for col in colnames:
if not col in data:
data[col] = []
data[col].append(row[colindex])
colindex += 1
写这篇文章时,我知道对colnames中的col执行可以替换为对范围(0,len())中的colindex执行,
,但您明白了。
后面的示例tho在每次只提取一行数据而不提取所有数据时非常有用,例如:
对每行数据使用dict
获取表名(我想……多亏了Foo Stack):
一个更直接的解决方案来自下面的beargle
cursor.execute("SELECT sys.objects.name, sys.columns.name FROM sys.objects INNER JOIN sys.columns ON sys.objects.object_id = sys.columns. object_id WHERE sys.objects.type = 'U';")
schema = {}
for it in cursor.fetchall():
if it[0] in schema:
schema[it[0]].append(it[1])
else:
schema[it[0]] = [it[1]]
如果您事先不知道列,请使用构建列名列表,并使用每行生成字典列表。示例假设建立了连接和查询:
>>> cursor = connection.cursor().execute(sql)
>>> columns = [column[0] for column in cursor.description]
>>> print(columns)
['name', 'create_date']
>>> results = []
>>> for row in cursor.fetchall():
... results.append(dict(zip(columns, row)))
...
>>> print(results)
[{'create_date': datetime.datetime(2003, 4, 8, 9, 13, 36, 390000), 'name': u'master'},
{'create_date': datetime.datetime(2013, 1, 30, 12, 31, 40, 340000), 'name': u'tempdb'},
{'create_date': datetime.datetime(2003, 4, 8, 9, 13, 36, 390000), 'name': u'model'},
{'create_date': datetime.datetime(2010, 4, 2, 17, 35, 8, 970000), 'name': u'msdb'}]
我主要使用@Torxed response,创建了一组完整的通用函数,用于在字典中查找模式和数据:
def schema_dict(cursor):
cursor.execute("SELECT sys.objects.name, sys.columns.name FROM sys.objects INNER JOIN sys.columns ON sys.objects.object_id = sys.columns. object_id WHERE sys.objects.type = 'U';")
schema = {}
for it in cursor.fetchall():
if it[0] not in schema:
schema[it[0]]={'scheme':[]}
else:
schema[it[0]]['scheme'].append(it[1])
return schema
def populate_dict(cursor, schema):
for i in schema.keys():
cursor.execute("select * from {table};".format(table=i))
for row in cursor.fetchall():
colindex = 0
for col in schema[i]['scheme']:
if not 'data' in schema[i]:
schema[i]['data']=[]
schema[i]['data'].append(row[colindex])
colindex += 1
return schema
def database_to_dict():
cursor = connect()
schema = populate_dict(cursor, schema_dict(cursor))
自由地去所有的代码高尔夫在此减少线;但同时,它也起作用了
)() 使用@Beargle的结果和bottlepy,我能够创建一个非常简洁的查询,公开端点:
@route('/api/query/<query_str>')
def query(query_str):
cursor.execute(query_str)
return {'results':
[dict(zip([column[0] for column in cursor.description], row))
for row in cursor.fetchall()]}
@route('/api/query/'))
def查询(查询字符串):
cursor.execute(query\u str)
返回{'results':
[dict(zip([column[0]表示游标中的列。说明],行))
对于游标中的行。fetchall()]}
这是您可以使用的简短版本
>>> cursor.select("<your SQL here>")
>>> single_row = dict(zip(zip(*cursor.description)[0], cursor.fetchone()))
>>> multiple_rows = [dict(zip(zip(*cursor.description)[0], row)) for row in cursor.fetchall()]
你得到
[('a', 'b'), (1, 1), (2, 2)]
由于描述是一个包含元组的元组,其中每个元组描述每个列的标题和数据类型,因此可以使用
>>> columns = zip(*cursor.description)[0]
相当于
>>> columns = [column[0] for column in cursor.description]
我所需要的,与OP所要求的略有不同:
如果要完全概括执行SQL Select查询的例程,但需要通过索引号而不是名称引用结果,可以使用列表列表而不是字典来实现
返回数据的每一行在返回列表中表示为字段(列)值列表。
列名可以作为返回列表的第一个条目提供,因此在调用例程中解析返回列表非常简单和灵活。
这样,执行数据库调用的例程就不需要知道它正在处理的数据的任何信息。下面是这样一个例行公事:
def read_DB_Records(self, tablename, fieldlist, wherefield, wherevalue) -> list:
DBfile = 'C:/DATA/MyDatabase.accdb'
# this connection string is for Access 2007, 2010 or later .accdb files
conn = pyodbc.connect(r'Driver={Microsoft Access Driver (*.mdb, *.accdb)};DBQ='+DBfile)
cursor = conn.cursor()
# Build the SQL Query string using the passed-in field list:
SQL = "SELECT "
for i in range(0, len(fieldlist)):
SQL = SQL + "[" + fieldlist[i] + "]"
if i < (len(fieldlist)-1):
SQL = SQL + ", "
SQL = SQL + " FROM " + tablename
# Support an optional WHERE clause:
if wherefield != "" and wherevalue != "" :
SQL = SQL + " WHERE [" + wherefield + "] = " + "'" + wherevalue + "';"
results = [] # Create the results list object
cursor.execute(SQL) # Execute the Query
# (Optional) Get a list of the column names returned from the query:
columns = [column[0] for column in cursor.description]
results.append(columns) # append the column names to the return list
# Now add each row as a list of column data to the results list
for row in cursor.fetchall(): # iterate over the cursor
results.append(list(row)) # add the row as a list to the list of lists
cursor.close() # close the cursor
conn.close() # close the DB connection
return results # return the list of lists
def read_DB_记录(self、tablename、fieldlist、wherefield、wherevalue)->列表:
DBfile='C:/DATA/MyDatabase.accdb'
#此连接字符串用于Access 2007、2010或更高版本的.accdb文件
conn=pyodbc.connect(r'Driver={Microsoft Access驱动程序(*.mdb,*.accdb)};DBQ='+DBfile)
游标=连接游标()
#使用传入的字段列表生成SQL查询字符串:
SQL=“选择”
对于范围内的i(0,len(字段列表)):
SQL=SQL+“[”+字段列表[i]+“]”
如果i<(len(字段列表)-1):
SQL=SQL+“,”
SQL=SQL+“来自”+表名
#支持可选的WHERE子句:
如果是wherefield!=”“那你的价值呢"" :
SQL=SQL+“其中[“+wherefield+”]=“+”“+wherevalue+”;”
结果=[]#创建结果列表对象
cursor.execute(SQL)#执行查询
#(可选)获取查询返回的列名列表:
columns=[column[0]表示游标中的列。说明]
results.append(columns)#将列名追加到返回列表中
#现在将每一行作为列数据列表添加到结果列表中
对于游标中的行。fetchall():#在游标上迭代
结果。追加(列表(行))#将行作为列表添加到列表列表中
cursor.close()#关闭光标
连接关闭()#关闭数据库连接
返回结果#返回列表列表
我喜欢@bryan和@foo-stack答案。如果您使用的是postgresql,并且使用的是psycopg2
,那么在从连接创建光标时,您可以通过将光标工厂指定为DictCursor
来实现相同的功能,如下所示:
cur=conn.cursor(cursor\u factory=psycopg2.extras.DictCursor)
因此,现在您可以执行sql查询,并获得一个字典来获取结果,而无需手动映射它们
cur.execute( sql_query )
results = cur.fetchall()
for row in results:
print row['row_no']
请注意,您必须导入psycopg2.extras
才能工作。对于光标不可用的情况,例如,当某些函数调用或内部方法返回行时,您仍然可以使用row.cursor\u description创建字典表示
def row_to_dict(row):
return dict(zip([t[0] for t in row.cursor_description], row))
我知道它很古老,我只是在重述别人已经说过的话。但我发现这种方法很好,因为它也很安全
def to_dict(行):
返回dict(zip([t[0]表示第行中的t.cursor_description],第行))
def查询(游标,查询,参数=[],游标函数=to_dict):
cursor.execute(查询,参数)
结果=[cursor.fetchall()中的行的cursor_func(行)]
返回结果
quotes=query(光标,“从缩写为“”的货币中选择*,[“USD”])
步骤如下:
导入LIB:
从本地数据库获取您的结果:
是的,我确实注意到这是在中,但是这并没有改变我的要求。谢谢,但是当我不知道我的列名时,有一个通用的解决方案吗?是的,它被称为SQL语法。您可以在数据库中查询要查询的表的名称。我有w
cur.execute( sql_query )
results = cur.fetchall()
for row in results:
print row['row_no']
def row_to_dict(row):
return dict(zip([t[0] for t in row.cursor_description], row))
from pandas import DataFrame
import pyodbc
import sqlalchemy
db_file = r'xxx.accdb'
odbc_conn_str = 'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};DBQ=%s' % (db_file)
conn = pyodbc.connect(odbc_conn_str)
cur = conn.cursor()
qry = cur.execute("SELECT * FROM tbl")
columns = [column[0] for column in cur.description]
results = []
for row in cur.fetchall():
results.append(dict(zip(columns, row)))
df = DataFrame(results)
df