在Python中执行SQL：格式化结果集
在Python中执行SQL：格式化结果集
我有一个Python脚本，可以使用SQL在Python中查询GIS数据库：
import sys
import arcpy
try:
arcpy.env.workspace = sys.path[0]
egdb_conn = arcpy.ArcSDESQLExecute(r"Database Connections\Connection1.sde")
sql_statement = """SELECT * FROM USER1.A_TEST_TABLE"""
sql_statement_list = sql_statement.split(";")
print("+++++++++++++++++++++++++++++++++++++++++++++\n")
# 对于每个传入的SQL语句，执行它。
for sql in sql_statement_list:
print(sql)
try:
egdb_return = egdb_conn.execute(sql)
except Exception as err:
print(err)
egdb_return = False
if isinstance(egdb_return, list):
for row in egdb_return:
print(row)
print("+++++++++++++++++++++++++++++++++++++++++++++\n")
else:
if egdb_return == True:
print("SQL语句：{0} 执行成功。".format(sql))
else:
print("SQL语句：{0} 失败。".format(sql))
print("+++++++++++++++++++++++++++++++++++++++++++++\n")
except Exception as err:
print(err)
脚本运行得很好，但输出的结果有点难以阅读：
+++++++++++++++++++++++++++++++++++++++++++++ SELECT * FROM INFRASTR.A_TEST_TABLE [1, u'1', u'APPLE', 0.1] [2, u'2', u'PEAR', 0.2] [3, u'3', u'BANANA', 0.3] [4, u'4', u'MANGO', 0.4] [5, u'5', u'ORANGE', 0.5] [6, u'6', u'BLUEBERRY', 0.6] [7, u'7', u'STRAWBERRY', 0.7000000000000001] [8, u'8', u'RASPBERRY', 0.8] [9, u'9', u'KIWI', 0.9] [10, u'10', u'PINEAPPLE', 1.0] +++++++++++++++++++++++++++++++++++++++++++++
如果结果集能以更传统的表格格式输出会很有帮助。像这样的格式会很好（尽管我并不完全固定于这种布局）：
OBJECTID ID TYPE COST 1 1 APPLE 0.01 2 2 PEAR 0.02 3 3 BANANA 0.03 4 4 MANGO 0.04 5 5 ORANGE 0.05 6 6 BLUEBERRY 0.06 7 7 STRAWBERRY 0.07 8 8 RASPBERRY 0.08 9 9 KIWI 0.09 10 10 PINEAPPLE 1.00
我该如何做到这一点？我不确定如何格式化这些值，因为它们是一个列表。我对于将COST格式化为货币并不太担心；我可以在SQL中完成这个任务。
从Python执行SQL：格式化结果集
在使用Python执行SQL查询时，我们通常会得到一个结果集。默认情况下，结果集以元组的形式返回，每个元组代表查询结果中的一行数据。然而，有时我们希望将结果集格式化为其他数据结构，以便更方便地处理和分析数据。
在这种情况下，我们可以将结果集转换为字典或pandas的数据帧。下面是一个示例代码，演示了如何将结果集转换为字典，并将字典列表转换为pandas数据帧。
import pandas
# 定义一个空列表，用于存储字典
s = []
# 遍历结果集中的每一行数据
for row in egdb_return:
# 定义一个空列表，用于存储当前行的数据
r = []
r.append(row)
# 创建一个字典，用于存储当前行的数据
d = {}
d["ObjectId"] = r.[1]
d["ID"] = r[2]
d["Type"] = r[3]
d["Cost"] = r[4]
# 将字典添加到列表中
s.append(d)
# 将字典列表转换为pandas数据帧
Table = pandas.dataframe(s)
# 打印数据帧
print(Table)
在上面的代码中，我们首先创建了一个空列表s，用于存储字典。然后，我们遍历结果集中的每一行数据，将当前行的数据存储在一个临时列表r中。接下来，我们创建一个字典d，将当前行的数据以键值对的形式存储在字典中。最后，我们将字典添加到列表s中。
完成以上步骤后，我们使用pandas的dataframe函数将字典列表s转换为一个pandas数据帧Table。最后，我们打印出数据帧Table，以检查转换结果是否正确。
通过将结果集转换为字典或pandas数据帧，我们可以更加方便地处理和分析数据。这种转换方法可以应用于各种场景，帮助我们在使用Python执行SQL查询时更高效地处理结果集。
问题的原因是，使用该方法在执行SQL查询后，将结果集格式化输出时，如果需要将结果集的每一行按照指定的宽度左对齐显示，就需要使用这种方法。这种方法使用了字符串的format方法和格式化字符串来实现。
解决方法是，首先需要准备一个长度为结果集行数的格式化字符串模板。模板中的每个部分都是"{:<15}"，表示每个字段占用15个字符的宽度，并且左对齐显示。然后，通过format方法将结果集中的每个字段传入模板中，将结果集中的每一行都格式化成指定宽度的字符串。最后，使用print函数将格式化后的结果集打印出来。
这种方法的优点是简单易懂，不需要引入任何新的库或模块，只使用了Python内置的字符串格式化方法。但是，它也有一些局限性，比如每个字段都需要手动指定宽度，如果字段长度超过指定宽度，可能会导致显示不完整。另外，如果结果集中的字段个数发生变化，就需要手动修改格式化字符串模板，不够灵活。
总之，通过这种方法可以方便地将SQL查询的结果集格式化输出，并且可以按照指定的宽度左对齐显示。如果对显示效果有更高的要求，可以考虑使用其他库或模块来实现更复杂的格式化功能。