本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 在 Pandas DataFrame 中儲存 SQL 查詢結果
<a name="sagemaker-sql-extension-features-sql-execution-save-dataframe"></a>

您可以將 SQL 查詢的結果儲存在 Pandas DataFrame 中。將查詢結果輸出到 DataFrame 的最簡單方法是使用 [JupyterLab SQL 延伸模組的 SQL 編輯器功能](sagemaker-sql-extension-features-editor.md) 查詢結果下拉式清單，然後選擇 **Pandas Dataframe** 選項。

或者，您可以將參數 `--output '{"format": "DATAFRAME", "dataframe_name": "dataframe_name"}'` 新增至連線字串。

例如，下列查詢會使用 pandas 和 SQL，從 Snowflake `TPCH_SF1` 資料庫中的 `Customer` 資料表擷取餘額最高的客戶詳細資訊：
+ 在此範例中，我們從客戶資料表擷取所有資料，然後將其儲存在名為 `all_customer_data` 的 DataFrame 中。

  ```
  %%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
  ```
+ 接著，我們會從 DataFrame 擷取最高帳戶餘額的詳細資訊。

  ```
  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)
  ```