如何自动地分列从数据库中提取数据？

野性酷女 2022-05-23 05:39 159阅读 0赞

**（原创作者：陈玓玏）**

方法有两个，如下：

一、 数据库（Oracle）中写入for循环

1.  DECLARE  
2.     a number(30) := 0;  
3.  BEGIN  
4.     for i in 1 .. 10 loop  
5.        --INSERT INTO FW\_TEST(NAME) VALUES('bbb' + i);  
6.         sys.dbms\_output.put\_line('bbb' || i);  
7.     end loop;  
8.     commit;

1.  END;

参考链接：https://blog.csdn.net/fengchao2016/article/details/59712039

虽然原作者没说明，但是这个应该是用到了存储过程，我也没见到过不需要存储过程，直接使用for循环的sql语句。

如果是用MySQL，存储过程的写法是一样的，都是先定义过程名、声明变量，然后定义过程，只是MySQL中循环语句的写法和Oracle不一样。

官方解释：存储过程（Stored Procedure）是在大型[数据库系统][Link 1]中，一组为了完成特定功能的SQL 语句集，存储在数据库中，经过第一次编译后再次调用不需要再次编译，用户通过指定存储过程的名字并给出参数（如果该存储过程带有参数）来执行它。存储过程是数据库中的一个重要对象。

官方的简单例子如下：

`CREATE`  `PROCEDURE`  `order_tot_amt #创建名为order_tot_amt的存储过程`

`@o_id ` `int` `, #定义输入变量`

`@p_tot ` `int`  `output #定义输出变量`

`AS #结束声明部分，开始写函数流程`

`SELECT`  `@p_tot = ` `sum` `(Unitprice*Quantity) #简单的选择语句，未用到循环语句`

`FROM`  `orderdetails`

`WHERE`  `orderid=@o_id`

`GO`

`执行这个存储过程：`

`exec` `order_tot_amt ``3``,@p_tot ``output`

`print ``'结果为'``+``convert``(``varchar``,@p_tot)`

如果使用存储过程，需要注意的是你最好有数据库操作权限，因为存储过程要写在数据库里面，如果没有操作权限，

可能会用不了这种方法，那就可以用第二种方法。

除了for循环，还可以在存储过程中写游标索引，参考：https://www.cnblogs.com/zgz21/p/5864298.html

`declare`

`  ` `--定义游标并且赋值(is 不能和cursor分开使用)`

`  ` `cursor`  `stus_cur ` `is`  `select`  `* ` `from`  `students;`

`  ` `--定义rowtype`

`  ` `cur_stu students%rowtype;`

`  ` `/*开始执行*/`

`  ` `begin`

`  ` `--开启游标`

`  ` `open`  `stus_cur;`

`   ` `--loop循环`

`   ` `loop`

`   ` `--循环条件`

`   ` `exit ` `when`  `stus_cur%notfound;`

`   ` `--游标值赋值到rowtype`

`   ` `fetch`  `stus_cur ` `into`  `cur_stu;`

`   ` `--输出`

`   ` `dbms_output.put_line(cur_stu.` `name` `);`

`   ` `--结束循环`

`   ` `end`  `loop;`

`  ` `--关闭游标`

`  ` `close`  `stus_cur;`

`  ` `/*结束执行*/`

` ` `end` `;`

二、 在Python中使用for循环：

我用的方法是先在数据库中导出表格的描述，包括列名、数据类型等，再用python读取列名，然后通过for循环对

每列excecutesql语句，最后再统一存储到Excel中。

Oracle数据库：

用cx\_Oracle库，

conn = cx\_Oracle.connect("username/password@serveraddress/databasetype") \#连接数据库  
  
path = "tabledir"  
table = pd.read\_excel(path) \#读取Excel文件  
      
sql\_bill = "sql process"  
       
data\_psi = pd.read\_sql\_query(sql\_bill, conn)

columns = data\_psi.columns \#从数据库中获取列名

\#获取列名的第二种方法：

\#address=pd.read\_csv("filepath",usecols=\[0\],encoding='gbk')    \#直接从导出的数据表描述文件中获取第一列，即列名

for i in columns: \#用for循环对每一列进行同样的操作  
    sql\_not\_null = "select count(%s) from tablename where %s is not null" %(i,i)  
    dt\_not\_null = pd.read\_sql\_query(sql\_not\_null,conn) \#把sql语句的返回结果转换为pandas中的DataFrame格式  
    dt\_cat = pd.read\_sql\_query(sql\_cat, conn)  
    table.loc\[table\['not null'\].count(),\['not null'\]\] = int(dt\_not\_null.values) \#使用loc按照index和columns值将数据填入相应的位置

table.to\_excel('filename',header = True) \#把DataFrame格式数据写入Excel

这个方法方便倒是挺方便的，就是可能会有效率问题，这个问题之后再去探究、优化吧。

[Link 1]: https://baike.baidu.com/item/%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B3%BB%E7%BB%9F