本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 将 SQL 查询结果保存在熊猫中 DataFrame
<a name="sagemaker-sql-extension-features-sql-execution-save-dataframe"></a>

您可以将 SQL 查询的结果存储在熊猫 DataFrame中。将查询结果输出到 a 的最简单方法 DataFrame 是使用[SQL 扩展的 JupyterLab SQL 编辑器功能](sagemaker-sql-extension-features-editor.md)查询结果下拉列表并选择 **Pandas d** ataFrame 选项。

或者，也可以在连接字符串中添加参数 `--output '{"format": "DATAFRAME", "dataframe_name": "dataframe_name"}'`。

例如，以下查询使用 pandas 和 SQL 从 Snowflake `TPCH_SF1` 数据库的 `Customer` 表中提取余额最高的客户的详细信息：
+ 在此示例中，我们从 customer 表中提取所有数据，然后将其保存在 DataFrame 名字中`all_customer_data`。

  ```
  %%sm_sql --output '{"format": "DATAFRAME", "dataframe_name": "all_customer_data"}' --metastore-id snowflake-connection-name --metastore-type GLUE_CONNECTION
  SELECT * FROM SNOWFLAKE_SAMPLE_DATA.TPCH_SF1.CUSTOMER
  ```

  ```
  Saved results to all_customer_data
  ```
+ 接下来，我们从中提取最高账户余额的详细信息 DataFrame。

  ```
  all_customer_data.loc[all_customer_data['C_ACCTBAL'].idxmax()].values
  ```

  ```
  array([61453, 'Customer#000061453', 'RxNgWcyl5RZD4qOYnyT3', 15,
  '25-819-925-1077', Decimal('9999.99'), 'BUILDING','es. carefully regular requests among the blithely pending requests boost slyly alo'],
  dtype=object)
  ```