问题描述
jar = ojdbc8.jar path
jvm_path = jvm.dll path
args = '-Djava.class.path=%s' % jar
jpype.startJVM(jvm_path,args)
con = jaydebeapi.connect("oracle.jdbc.driver.OracleDriver",url,[user,password],jar)
连接工作正常,但数据在 this odd format 中返回。
pd.read_sql("SELECT * FROM table1",con)
收益
+---+-----------------+-----------------+-----------------+
| | (C,O,L,U,M,N,1) | (C,2) | (C,3) |
+---+-----------------+-----------------+-----------------+
| 1 | (t,e,s,t) | (t,t,2) | 1 |
+---+-----------------+-----------------+-----------------+
| 2 | (f,o,o) | (b,a,r) | 100 |
+---+-----------------+-----------------+-----------------+
正确导入数字和日期,但未正确导入 varchar
列。我尝试了不同的表,所有表都有这个问题。
我在任何地方都没有见过这样的事情。希望你能帮助我。
解决方法
将 jaydebeapi
与 jpype
一起使用时,这似乎是一个问题。在以与您相同的方式连接到 Oracle 数据库时,我可以重现这一点(在我的情况下是 Oracle 11gR2,但由于您使用的是 ojdbc8.jar
,我想其他版本也会发生这种情况)。
有多种方法可以解决此问题:
更改您的连接
由于错误似乎只发生在特定的包组合中,最明智的做法是尽量避免这些,从而完全避免错误。
-
备选方案 1:使用不带
jaydebeapi
的jpype
:如前所述,我只在使用
jaydebeapi
和jpype
时观察到这一点。但是,就我而言,根本不需要jpype
。我在本地有.jar
文件,没有它我的连接也能正常工作:import jaydebeapi as jdba import pandas as pd import os db_host = 'db.host.com' db_port = 1521 db_sid = 'YOURSID' jar=os.getcwd()+'/ojdbc6.jar' conn = jdba.connect('oracle.jdbc.driver.OracleDriver','jdbc:oracle:thin:@' + db_host + ':' + str(db_port) + ':' + db_sid,{'user': 'USERNAME','password': 'PASSWORD'},jar ) df_jay = pd.read_sql('SELECT * FROM YOURSID.table1',conn) conn.close()
在我的情况下,这工作正常并正常创建数据框。
-
备选方案 2:改用
cx_Oracle
:如果我使用
cx_Oracle
连接到 Oracle 数据库也不会出现此问题:import cx_Oracle import pandas as pd import os db_host = 'db.host.com' db_port = 1521 db_sid = 'YOURSID' dsn_tns = cx_Oracle.makedsn(db_host,db_port,db_sid) cx_conn = cx_Oracle.connect('USERNAME','PASSWORD',dsn_tns) df_cxo = pd.read_sql('SELECT * FROM YOURSID.table1',con=cx_conn) cx_conn.close()
注意:要使
cx_Oracle
工作,您必须安装并正确设置 Oracle Instant Client(参见例如 cx_Oracle documentation for Ubuntu)。
事后修复数据帧:
如果由于某种原因,您无法使用上述连接替代方案,您也可以转换您的数据框。
-
备选方案 3:加入元组条目:
您可以使用
''.join()
到 convert tuples to strings。您需要为条目和列名称执行此操作。# for all entries that are not None,join the tuples for col in df.select_dtypes(include=['object']).columns: df[col] = df[col].apply(lambda x: ''.join(x) if x is not None else x) # also rename the column headings in the same way df.rename(columns=lambda x: ''.join(x) if x is not None else x,inplace=True)
-
备选方案 4:更改列的 dtype:
通过将受影响列的
dtype
从object
更改为string
,所有条目也将被转换。请注意,这可能会产生不需要的副作用,例如将None
值更改为字符串<N/A>
。此外,您必须单独重命名列标题,如上所述。for col in df.select_dtypes(include=['object']).columns: df[col] = df[col].astype('string') # again,rename headings df.rename(columns=lambda x: ''.join(x) if x is not None else x,inplace=True)
所有这些最终都应该产生或多或少相同的 df
(除了 dtypes
和可能的 None
值替换):
+---+---------+---------+---------+
| | COLUMN1 | COLUMN2 | COLUMN3 |
+---+---------+---------+---------+
| 1 | test | test2 | 1 |
+---+---------+---------+---------+
| 2 | foo | bar | 100 |
+---+---------+---------+---------+