Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/guifernandess7/conversor-sql-server-dataframe

Conversor de tabelas do SQL Server para DataFrame Pandas por meio da conexão com a biblioteca PyODBC.
https://github.com/guifernandess7/conversor-sql-server-dataframe

data-science jupyter-notebook pandas python sql-server

Last synced: 21 days ago
JSON representation

Conversor de tabelas do SQL Server para DataFrame Pandas por meio da conexão com a biblioteca PyODBC.

Awesome Lists containing this project

README

        

# PYODBC-SQL_Server

## AVISO: Repositório ainda em desenvolvimento

Nos últimos anos, a linguagem python tem se tornado uma das linguagens de programação mais populares e vem ganhando espaço nas grandes empresas. Sua eficiência em diversas áreas como linguagem de máquina (machine learning), criptomoedas, desenvolvimento de jogos e desenvolvimento web expandiu os horizontes para desenvolvedores profissionais e abriu portas para a entrada de novos programadores nesse mercado em ascensão. Contudo, sua fama começou dentro da área de ciência de dados e em processos de automação.





Python pemite acessar diversos gerenciadores como Oracle, Sqliter, MySQL, Postgresql e SQL Server. A seguir estão os primeiros códigos para criar uma conexão com o servidor do SQL Server.

```
import pyodbc
```
```
def return_connection_sql():
server = 'localhost'
database = 'My_database'
string_conexao = 'Driver={SQL Server Native Client 11.0};Server='+server+';Database='+database+';Trusted_Connection=yes;'
conexao = pyodbc.connect(string_conexao)
return conexao.cursor()
```
```
response = return_connection_sql()
try:
print(f'Conectado ao banco de dados com sucesso:{response}')
except Exception as e:
print(e)
```
Esse repositório é voltado para:

* **Acesso ao banco de dados SQL Server e conversão para DataFrames Pandas (Acesse scr)**
* **Conversão de dataframes para arquivos excel e criação de gráficos com matplotlib (scr e Jupyter Notebook)**
* **Automação de arquivos excel por meio de novos bancos de dados (Acesse scr)**

Backup do banco de dados utilizado (AdventureWorks2017.bak): https://bit.ly/3oaLJCm