기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# SQL 쿼리 결과를 Pandas DataFrame에 저장
<a name="sagemaker-sql-extension-features-sql-execution-save-dataframe"></a>

SQL 쿼리의 결과를 Pandas DataFrame에 저장할 수 있습니다. 쿼리 결과를 DataFrame에 출력하는 가장 쉬운 방법은 [JupyterLab SQL 확장의 SQL 편집기 기능](sagemaker-sql-extension-features-editor.md) 쿼리 결과 드롭다운을 사용하고 **Pandas DataFrame** 옵션을 선택하는 것입니다.

또는 연결 문자열에 `--output '{"format": "DATAFRAME", "dataframe_name": "dataframe_name"}'` 파라미터를 추가할 수 있습니다.

예를 들어, 다음 쿼리는 pandas 및 SQL을 모두 사용하여 Snowflake `TPCH_SF1` 데이터베이스의 `Customer` 테이블에서 잔액이 가장 높은 고객의 세부 정보를 추출합니다.
+ 이 예에서는 고객 테이블에서 모든 데이터를 추출한 다음 `all_customer_data`라는 DataFrame에 저장합니다.

  ```
  %%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
  ```
+ 다음으로 DataFrame에서 가장 높은 계정 잔액의 세부 정보를 추출합니다.

  ```
  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)
  ```