Jak uzyskać nazwy kolumn z wyniku SQLAlchemy (składnia deklaratywna)

Możesz zrobić coś podobnego do odpowiedzi stosu Foo bez uciekania się do prywatnych pól, wykonując:

conn.execute(query).keys()

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import (Column, Index, Date, DateTime, Numeric, BigInteger, String, ForeignKey, Boolean)

Base = declarative_base()

class Project(Base):
    """sqlalchemy ORM for my table."""
    __tablename__ = "table1"
    id = Column("id", BigIntegerID, primary_key=True, autoincrement=True)
    date = Column("date", Date, nullable=False)
    value = Column("value", Numeric(20, 8))
    ...
    ...

Wtedy zwróci nazwy kolumn ['id', 'date', 'value',...]:

Project.__table__.columns.keys()

Lub to

Project.metadata.tables['table1'].columns.keys()

Tylko się bawię, ta składnia da Ci wszystkie kolumny (więc aby rozwiązać problem, ustaw zapytanie tak, aby wyglądało tylko na jedną tabelę/obiekt):

conn.execute(query)._metadata.keys

Ten link pokazuje, jak uzyskać wszystkie potrzebne metadane dotyczące tabeli, kolumny i więcej.

SQLAlchemy Metadane

Wiele z powyższych odpowiedzi opiera się na informacjach na tej stronie. Załóżmy, że zadeklarowaliśmy tabelę.

employees = Table('employees', metadata,
    Column('employee_id', Integer, primary_key=True),
    Column('employee_name', String(60), nullable=False),
    Column('employee_dept', Integer, ForeignKey("departments.department_id"))
)

Oto kilka przykładów pobierania metadanych o tabeli.

# access the column "EMPLOYEE_ID":
employees.columns.employee_id

# or just
employees.c.employee_id

# via string
employees.c['employee_id']

# iterate through all columns
for c in employees.c:
    print(c)

# get the table's primary key columns
for primary_key in employees.primary_key:
    print(primary_key)

# get the table's foreign key objects:
for fkey in employees.foreign_keys:
    print(fkey)

# access the table's MetaData:
employees.metadata

# access the table's bound Engine or Connection, if its MetaData is bound:
employees.bind

# access a column's name, type, nullable, primary key, foreign key
employees.c.employee_id.name
employees.c.employee_id.type
employees.c.employee_id.nullable
employees.c.employee_id.primary_key
employees.c.employee_dept.foreign_keys

# get the "key" of a column, which defaults to its name, but can
# be any user-defined string:
employees.c.employee_name.key

# access a column's table:
employees.c.employee_id.table is employees

# get the table related by a foreign key
list(employees.c.employee_dept.foreign_keys)[0].column.table

Po prostu

>>> q[0].keys()

Po

row_data = session.query(Projects).filter_by(id=1).one()

Przykład:

>>> q = session.query(users_user.phone,users_user.first_name).filter(users_user.phone=='79267548577').limit(1).all()
>>> columns_names = q[0].keys

Wynik:

>>> q[0].keys()
['phone', 'first_name']
>>> 

Chciałbym rozszerzyć odpowiedź @zzzeek. Rzeczywiście zapytanie ma atrybut column_descriptions, ale nie jest dostępne dla wszystkich metod.

Rozważ następujące dwa zapytania:

1. query = session.query(Projects).filter_by(<filter_condition>)
2. query = session.query(Projects).all() <-- This query does not have column_descriptions.

Więc jeśli natkniesz się na sytuację, w której musisz użyć atrybutu column_descriptions, ale używając ...query(...).all(), możesz zmienić go na ...query(...).filter_by() tj. filter_by() bez żadnego warunku filtrowania.