Python Pandas / Sales force SOQL：如何使用 for 循环将列表传递给 SOQL 查询？

Question

我想做一个刺激列表的代码，并在 SOQL 查询中使用它来获取输出并附加到 excel 表中。

那是我的代码，有没有更简洁的方法来做到这一点。

 ExlReport=pd.read_excel(ExlReportPath,sheet_name=ExlSheetName)
 CaseNumberList = [] IdList = [] IdList = ExlReport['Id']

 for Id in IdList:
             results = sf.query_all ("SELECT LastModifiedDate,Case,Id FROM Case_Note  WHERE Case = '%s' ORDER BY LastModifiedDate ASC" %
 soqlEscape(Id)) sf_df =
 pd.DataFrame(results['records']).drop(columns='attributes')

预期输出：

  LastModifiedDate             Case           Id 
0  2020-02-19T23:31:35.000+0000  xxxxxxxxxxxx  yyyyyyyyyyyy  
1  2020-02-19T23:31:43.000+0000  xxxxxxxxxxxx  yyyyyyyyyyyy 
2  2020-03-11T20:48:54.000+0000  xxxxxxxxxxxx  yyyyyyyyyyyy  

我得到的输出：

0  2020-02-19T23:31:35.000+0000  xxxxxxxxxxxx  yyyyyyyyyyyy  
1  2020-02-19T23:31:43.000+0000  xxxxxxxxxxxx  yyyyyyyyyyyy 
2  2020-03-11T20:48:54.000+0000  xxxxxxxxxxxx  yyyyyyyyyyyy  

 new_axis = axis.drop(labels, errors=errors)
  File "C:\xxxxxxx", line 5018, in drop
    raise KeyError(f"{labels[mask]} not found in axis")
KeyError: "['attributes'] not found in axis"

Answer 1

for Id in IdList:
         results = sf.query_all ("SELECT LastModifiedDate,Case,"+Id+" FROM Case_Note  WHERE Case = '%s' ORDER BY LastModifiedDate ASC" % soqlEscape(Id))

之后，我会将数据从每个 Id 附加到 df：

df.append(results)

Answer 2

我通过使用dropna解决了这个问题，以便能够将数据框整洁地传递到 Excel 工作表。

sf_df=(sf_df).dropna(axis=0,how='any')
Appended_df=pd.DataFrame((sf_df).drop(columns='attributes'))

检查这个链接 dropna 。

完整代码：

    import pandas as pd
    ExlReport=pd.read_excel(ExlReportPath,sheet_name=ExlSheetName)
    CaseNumberList = []
    IdList = [] 
    IdList = ExlReport['Id']
    Appended_df = pd.DataFrame()
    sf_df=pd.DataFrame()


    for Id in IdList:
           results = sf.query_all ("SELECT LastModifiedDate,Case,Id FROM Case_Note  WHERE Case='%s' ORDER BY LastModifiedDate ASC" % soqlEscape(Id)) 
           sf_df =pd.DataFrame(results['records']).drop(columns='attributes')
           df = pd.DataFrame(results['records'])
           sf_df = sf_df.append(df)

    sf_df=(sf_df).dropna(axis=0,how='any')
    Appended_df=pd.DataFrame((sf_df).drop(columns='attributes'))