pandas.read_sql最简路径是先构造db-api 2.0连接对象（如sqlite3.connect或sqlalchemy.create_engine），再传入sql查询；不支持直接传数据库url字符串，否则报typeerror。
用 pandas.read_sql 连接数据库并查数据，最简路径是配好连接对象再传进去
不用手动建游标、不用显式 commit，pandas.read_sql 就是为这个场景设计的。但它不接受字符串形式的连接 URL 单独使用——必须先构造一个支持 DB-API 2.0 的连接对象（比如 sqlite3.connect、sqlalchemy.create_engine）。直接传字符串会报 TypeError: expected string or bytes-like object。
实操建议：
- SQLite 最简单：
import sqlite3; conn = sqlite3.connect("example.db")，然后pd.read_sql("SELECT * FROM users", conn) - MySQL/PostgreSQL 必须用
sqlalchemy：from sqlalchemy import create_engine; engine = create_engine("mysql+pymysql://user:pass@localhost/db")，再传engine给read_sql - 别用
pyodbc直连 SQL Server 后直接传连接——它不完全兼容 DB-API 2.0，大概率触发AttributeError: 'Connection' object has no attribute 'cursor'；得包一层create_engine("mssql+pyodbc://...", fast_executemany=True)
read_sql 和 read_sql_query 有啥区别？一般只用前者
二者底层调用几乎一样，read_sql_query 是 read_sql 的封装，仅限执行 SELECT；而 read_sql 多一个 read_sql_table 模式（通过表名读，不写 SQL）。但实际中几乎没人用 read_sql_table，因为没法加 WHERE、JOIN 或参数化查询。
关键差异在参数处理：
-
read_sql("SELECT * FROM t WHERE id > %s", conn, params=[100])→ ✅ 支持params参数化，防注入 -
read_sql_query也支持params，但函数名容易让人误以为“只能查”，反而限制思维 - 如果误把 DDL（如
CREATE TABLE）传给它们，会静默失败或报ProgrammingError—— 它们只设计用于返回结果集的语句
查询大表时内存爆掉？用 chunksize 流式读，别全载入
默认 read_sql 把整个结果集加载进内存，1000 万行 × 20 列轻松吃光 4GB RAM。不是加个 limit 就完事——那只是减少数据量，没解决流式消费问题。
正确做法是设 chunksize 参数，它返回一个可迭代对象：
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
for chunk in pd.read_sql("SELECT * FROM logs", engine, chunksize=50000):
process(chunk) # 每次只处理 5 万行
注意点：
-
chunksize仅对 SQLAlchemy engine 生效，sqlite3.Connection不支持，会忽略并全量加载 - 不能和
params一起用？可以，但参数值要确保每次 chunk 查询逻辑一致（比如分页参数就得自己算偏移） - 如果后续要拼回完整 DataFrame，用
pd.concat(list_of_chunks, ignore_index=True)，但这就又回到内存压力大的老路了
查询后字段名含空格或大小写混乱？别靠改 SQL 别名，用 columns 参数预处理
某些数据库（如 PostgreSQL）默认保留双引号字段名，返回的 DataFrame 列可能是 "User ID" 或 "CreatedAt"，写代码时得一直加引号访问，非常反直觉。
与其在 SQL 里写 SELECT "User ID" AS user_id，不如让 pandas 统一转：
df = pd.read_sql("SELECT * FROM users", engine)
df.columns = [col.lower().replace(" ", "_") for col in df.columns]
更稳妥的方式是在读取时就约束列名：
- 用
parse_dates自动转时间列，避免后续pd.to_datetime多一次遍历 - 用
dtype指定列类型（如{"status": "category"}），省去astype开销 - 如果数据库列名本身含非法字符（如
.、-），pandas 不会自动修复，必须手动映射，否则df.col_name访问直接报AttributeError
有些数据库驱动对 Unicode 字段值处理不一致，比如 MySQL 的 utf8mb4 和 Python 字符串混用时可能出 UnicodeDecodeError；这跟 pandas 无关，得在 create_engine 里加 encoding="utf-8" 和 echo=False 排查连接层问题。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
