select_sqli = "SELECT distinct chexing FROM sheji.sale where type_c='"+string+"' and time='"+year_month+"' order by rank_m ;"

根据你提供的 SQL 语句，错误信息提示在 ORDER BY 子句中引用了不在 SELECT 列表中的列 'sheji.sale.rank_m'。这可能是因为在 SELECT 列表中并没有包含 'rank_m' 这一列。你可以尝试修改 SQL 语句，将 'rank_m' 列添加到 SELECT 列表中，如下所示：

SELECT DISTINCT chexing, rank_m
FROM sheji.sale
WHERE type_c = '"+string+"' AND time = '"+year_month+"'
ORDER BY rank_m;

这样就可以在 ORDER BY 子句中引用 'rank_m' 列了。如果你想去除 'rank_m' 列的重复值，可以使用 GROUP BY 子句，如下所示：

SELECT chexing, rank_m
FROM sheji.sale
WHERE type_c = '"+string+"' AND time = '"+year_month+"'
GROUP BY chexing, rank_m
ORDER BY rank_m;

注意：在使用 SQL 语句时，应该尽量避免使用字符串拼接的方式来构建 SQL 语句，因为这样容易引入 SQL 注入漏洞。建议使用参数化查询的方式来构建 SQL 语句，这样可以有效避免 SQL 注入漏洞。

相关问题

try: select_sqli = "SELECT distinct time FROM sheji.sale;" cur.execute(select_sqli) data = pd.DataFrame(cur.fetchall(), columns=['time']) except Exception as e: print("读取数据失败:", e) else: print("读取数据成功") data['time'] = pd.to_datetime(data['time'], format='%Y-%m') data = data.sort_index() year_month = time.strftime('%Y-%m', time.localtime(data['time'][0])) print(year_month)哪里有错

这段代码中可能存在以下几个问题：

1. 代码中缺少数据库连接的相关操作，包括导入相关库、建立连接、创建游标等操作。需要确保已经完成了这些操作才能执行 SQL 查询语句。

2. `pd.DataFrame(cur.fetchall(), columns=['time'])` 中的 `cur.fetchall()` 可能会返回空结果，如果为空，则不能用空值来创建 DataFrame。需要加上判断语句，如:

if cur.rowcount > 0:
    data = pd.DataFrame(cur.fetchall(), columns=['time'])
else:
    print("查询结果为空")

3. `data['time'][0]` 可能会出现 `IndexError` 的错误，因为 DataFrame 可能为空。需要先判断 DataFrame 是否为空，如：

if not data.empty:
    year_month = time.strftime('%Y-%m', time.localtime(data['time'][0]))
else:
    print("DataFrame为空")

希望这些提示能够帮助你解决问题。

import pandas as pd import numpy as np import matplotlib.pyplot as plt from statsmodels.tsa.arima_model import ARIMA from sklearn.metrics import mean_squared_error import pymysql import time,os import re import requests import pandas as pd import urllib # ---------连接-------------- connect = pymysql.connect(host='localhost', # 本地数据库 user='root', password='123456', port=3306, charset='utf8') #服务器名,账户,密码，数据库名称 cur = connect.cursor() print(cur) # 读取数据 try: select_sqli = "SELECT time,xiaoliang FROM sheji.sale where chexing='海豚' ;" cur.execute(select_sqli) data=cur.fetchall() except Exception as e: print("创建数据表失败:", e) else: print("创建数据表成功;") #data = pd.read_csv('car_sales.csv', index_col='Month', parse_dates=True) time=[] for i in range(len(data)): time.append(datetime.strptime(data[i][0], '%Y-%m')) print(time)哪里有错

在这段代码中，你没有导入 `datetime` 模块，所以不能使用 `datetime.strptime()` 函数。你可以在代码开头添加 `from datetime import datetime` 来导入 `datetime` 模块，并修正报错问题。此外，在读取 `data` 时，你可以直接使用 `pd.DataFrame()` 函数将其转化为 Pandas DataFrame 格式，而不需要手动解析时间和数据。修改后的代码如下：

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 
from statsmodels.tsa.arima_model import ARIMA 
from sklearn.metrics import mean_squared_error 
import pymysql 
import time,os 
import re 
import requests 
import urllib 
from datetime import datetime

# ---------连接--------------
connect = pymysql.connect(host='localhost',   # 本地数据库                           
                          user='root',                           
                          password='123456',                           
                          port=3306,                           
                          charset='utf8') #服务器名,账户,密码，数据库名称 
cur = connect.cursor() 
print(cur)  

# 读取数据 
try:     
    select_sqli = "SELECT time,xiaoliang FROM sheji.sale where chexing='海豚';"     
    cur.execute(select_sqli)     
    data = pd.DataFrame(cur.fetchall(), columns=['time', 'xiaoliang'])
except Exception as e:     
    print("读取数据失败:", e) 
else:     
    print("读取数据成功") 

# 转换时间格式 
data['time'] = pd.to_datetime(data['time'], format='%Y-%m')

print(data)