Python 是一种高级的、面向对象的编程语言，广泛应用于数据分析、人工智能、机器学习等领域。在数据分析过程中，经常需要将数据存储在数据库中，并通过 SQL 语句查询数据库获取结果。本文将介绍如何使用 Python 接受 SQL 查询结果，并提供相关示例代码。
SQL 查询结果的处理
在 Python 中，可以通过多种方式处理 SQL 查询结果。常见的方式有将结果存储为列表、字典或者 Pandas 数据框。
1. 将结果存储为列表
将 SQL 查询结果存储为列表是最简单的方式之一。首先，我们需要使用 Python 的数据库连接库（如 psycopg2、mysql-connector-python）连接到数据库，并执行 SQL 查询。
import psycopg2
# 连接到 PostgreSQL 数据库
conn = psycopg2.connect(database="mydb", user="myuser", password="mypassword", host="localhost", port="5432")
# 创建数据库游标
cur = conn.cursor()
# 执行 SQL 查询
cur.execute("SELECT * FROM mytable")
# 获取查询结果
rows = cur.fetchall()
# 关闭游标和数据库连接
cur.close()
conn.close()
执行上述代码后，我们将得到一个包含查询结果的列表 rows。每一行数据都是一个元组，可以通过索引或者字段名访问数据。
for row in rows:
print(row[0], row[1], row[2])
2. 将结果存储为字典
如果希望通过字段名来访问查询结果，可以将结果存储为字典。可以使用 namedtuple 或者自定义字典来实现。
使用 namedtuple
namedtuple 是 Python 标准库中的一个工具，用于创建带有字段名的元组。可以通过将查询结果的字段名和元组值组合来创建 namedtuple。
from collections import namedtuple
# 定义 namedtupl 类型
Data = namedtuple('Data', ['id', 'name', 'age'])
# 执行 SQL 查询
cur.execute("SELECT * FROM mytable")
# 获取查询结果
rows = cur.fetchall()
# 将查询结果存储为 namedtuple
results = [Data(*row) for row in rows]
# 访问查询结果
for result in results:
print(result.id, result.name, result.age)
使用自定义字典
另一种方式是将查询结果存储为自定义的字典，将字段名作为字典的键，元组值作为字典的值。
# 执行 SQL 查询
cur.execute("SELECT * FROM mytable")
# 获取查询结果
rows = cur.fetchall()
# 将查询结果存储为字典
results = [{'id': row[0], 'name': row[1], 'age': row[2]} for row in rows]
# 访问查询结果
for result in results:
print(result['id'], result['name'], result['age'])
3. 将结果存储为 Pandas 数据框
Pandas 是 Python 中一个强大的数据分析库，可以将 SQL 查询结果存储为 Pandas 数据框，方便进行数据分析和处理。
首先，我们需要安装 Pandas 库。
pip install pandas
然后，可以使用 Pandas 提供的 read_sql_query 函数将查询结果读取为数据框。
import pandas as pd
# 执行 SQL 查询并将结果读取为数据框
df = pd.read_sql_query("SELECT * FROM mytable", conn)
# 访问查询结果
print(df.head())
上述代码将查询结果存储在名为 df 的 Pandas 数据框中，可以方便地对数据进行分析和处理。
示例
下面将通过一个示例来演示如何使用 Python 接受 SQL 查询结果。
假设有一个名为 students 的表，包含学生的学号、姓名和年龄等信息。我们希望查询年龄大于 20 岁的学生，并按照年龄排序。
首先，创建一个数据库表并插入一些示例数据。
CREATE TABLE students (
id serial PRIMARY KEY,
name VARCHAR (100) NOT NULL,
age INTEGER NOT NULL
);
INSERT INTO students (name, age) VALUES ('Alice', 18);
INSERT INTO students (name, age) VALUES ('Bob', 22);
INSERT INTO students (name, age) VALUES ('
