pd.read_sql SQL server多列中文数据乱码

出现乱码的原因可能是字符集不匹配或编码方式不正确。请尝试以下方法解决：

1. 将 SQL Server 的字符集设置为 UTF-8，这样就可以支持中文字符。可以在 SQL Server Management Studio 中进行设置。

2. 在 Python 中使用正确的编码方式解码读取到的数据，例如：

df = pd.read_sql(query, conn)
df = df.applymap(lambda x: x.decode('utf-8') if isinstance(x, bytes) else x)

其中，query 是查询语句，conn 是连接 SQL Server 的连接对象。这样可以将字节类型的列转换为字符串类型并解码为 UTF-8 编码。

另外，还可以尝试修改 SQL Server 的默认字符集为 UTF-8，以便更好地支持中文数据。

相关问题

pd.readsql中文乱码

如果在使用 pandas 中的 `pd.read_sql` 函数时出现了中文乱码，可以尝试以下几种方法来解决：

1. 在连接数据库时设置字符集，如：

import pymysql
import pandas as pd

conn = pymysql.connect(host='localhost', port=3306, user='root', password='123456', database='test', charset='utf8')
df = pd.read_sql('SELECT * FROM table_name', conn)

2. 在执行 SQL 语句时指定字符集，如：

import pymysql
import pandas as pd

conn = pymysql.connect(host='localhost', port=3306, user='root', password='123456', database='test')
df = pd.read_sql('SELECT CONVERT(column_name USING utf8) AS column_name FROM table_name', conn)

3. 在读取数据时指定编码格式，如：

import pymysql
import pandas as pd

conn = pymysql.connect(host='localhost', port=3306, user='root', password='123456', database='test')
df = pd.read_sql('SELECT * FROM table_name', conn)
df['column_name'] = df['column_name'].str.encode('latin1').str.decode('utf8')

其中第三种方法可能会比较麻烦，但是可以解决更加复杂的编码问题。

pandas读取sqlserver数据写入 csv 中文乱码

如果在使用 Pandas 读取 SQL Server 数据库并将数据写入 CSV 文件时出现中文乱码问题，可以考虑在写入 CSV 文件时设置编码格式。

以下是示例代码：

import pandas as pd
import pyodbc

# 连接 SQL Server 数据库
conn = pyodbc.connect('DRIVER={SQL Server};SERVER=<server_name>;DATABASE=<database_name>;UID=<username>;PWD=<password>')

# 读取数据
sql_query = "SELECT * FROM <table_name>"
df = pd.read_sql(sql_query, conn)

# 将数据写入 CSV 文件，设置编码格式为 utf-8-sig
df.to_csv('<file_name>.csv', index=False, encoding='utf-8-sig')

在上述代码中，`encoding='utf-8-sig'` 指定了写入 CSV 文件时的编码格式为 utf-8-sig，可以解决中文乱码问题。