Pandalar DataFrame'e SQLAlchemy ORM dönüşümü

Bu konu bir süredir burada veya başka bir yerde ele alınmadı. Bir SQLAlchemy'yi <Query object>Pandalar DataFrame'e dönüştüren bir çözüm var mı ?

Pandaların kullanma yeteneği vardır, pandas.read_sqlancak bu ham SQL kullanımını gerektirir. Bundan kaçınmak için iki nedenim var: 1) ORM'yi kullanan her şeye zaten sahibim (kendi başına iyi bir neden) ve 2) Sorgunun bir parçası olarak python listeleri kullanıyorum (örneğin: model sınıfım .db.session.query(Item).filter(Item.symbol.in_(add_symbols)nerede Itemve add_symbolsbir listedir). Bu, SQL'in eşdeğeridir SELECT ... from ... WHERE ... IN.

Herhangi bir şey mümkün mü?

Çoğu durumda aşağıda çalışmalıdır:

df = pd.read_sql(query.statement, query.session.bind)

pandas.read_sqlParametreler hakkında daha fazla bilgi için belgelere bakın .

Bunu acemi pandalar programcıları için daha net hale getirmek için işte somut bir örnek:

pd.read_sql(session.query(Complaint).filter(Complaint.id == 2).statement,session.bind) 

Burada şikayet tablosundan (sqlalchemy modeli Complaint) id = 2 olan bir şikayet seçiyoruz.

Hatayı almaya devam ettiğim için seçilen çözüm benim için işe yaramadı

AttributeError: 'AnnotatedSelect' nesnesinin 'alt' niteliği yok

Aşağıdakilerin işe yaradığını buldum:

df = pd.read_sql_query(query.statement, engine)

Parametrelerle ve diyalekt özel argümanlarla bir sorgu derlemek istiyorsanız, şuna benzer bir şey kullanın:

c = query.statement.compile(query.session.bind)
df = pandas.read_sql(c.string, query.session.bind, params=c.params)

from sqlalchemy import Column, Integer, String, create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

engine = create_engine('postgresql://postgres:postgres@localhost:5432/DB', echo=False)
Base = declarative_base(bind=engine)
Session = sessionmaker(bind=engine)
session = Session()

conn = session.bind

class DailyTrendsTable(Base):

    __tablename__ = 'trends'
    __table_args__ = ({"schema": 'mf_analysis'})

    company_code = Column(DOUBLE_PRECISION, primary_key=True)
    rt_bullish_trending = Column(Integer)
    rt_bearish_trending = Column(Integer)
    rt_bullish_non_trending = Column(Integer)
    rt_bearish_non_trending = Column(Integer)
    gen_date = Column(Date, primary_key=True)

df_query = select([DailyTrendsTable])

df_data = pd.read_sql(rt_daily_query, con = conn)