# sql2pandas **Repository Path**: 90sec/sql2pandas ## Basic Information - **Project Name**: sql2pandas - **Description**: SQL2Pandas 是一款具备极客审美、基于神经逻辑映射的 SQL 转 Pandas 自动化代码生成在线工具。它可以帮助数据分析师和开发人员快速将 SQL 查询语句转换为对应的 Pandas 代码。 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-01-11 - **Last Updated**: 2026-01-11 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README
# SQL2Pandas [![License: MIT](https://img.shields.io/badge/License-MIT-blue.svg)](https://opensource.org/licenses/MIT) [![React](https://img.shields.io/badge/React-18.2.0-61DAFB?logo=react)](https://reactjs.org/) [![Vite](https://img.shields.io/badge/Vite-5.2.0-646CFF?logo=vite)](https://vitejs.dev/) SQL 转 Pandas 自动化代码生成工具 - 极客审美风格 [在线体验](#) | [快速开始](#快速开始) | [功能特性](#功能特性) | [部署指南](#部署指南)
--- ## 🎯 项目简介 SQL2Pandas 是一款具备极客审美、基于神经逻辑映射的 SQL 转 Pandas 自动化代码生成在线工具。它可以帮助数据分析师和开发人员快速将 SQL 查询语句转换为对应的 Pandas 代码。 ### 核心特点 - 🎨 **赛博朋克视觉风格** - 霓虹效果、故障动画、深色主题 - ⚡ **实时转换** - 输入 SQL 即时生成 Pandas 代码 - 🧠 **基于规则的映射引擎** - 精确的 SQL 到 Pandas 语法转换 - 🚀 **纯前端实现** - 无需后端,部署简单 - 💻 **语法高亮** - 支持 SQL 和 Python 语法高亮 - 📝 **示例预设** - 内置多种 SQL 查询示例 --- ## 🚀 快速开始 ### 主页面 ![项目界面](%E9%A1%B9%E7%9B%AE%E5%9B%BE%E7%89%87.png) ### 本地运行 ```bash # 克隆项目 git clone https://github.com/yourusername/sql2pandas.git cd sql2pandas # 安装依赖 npm install # 启动开发服务器 npm run dev ``` 访问 http://localhost:3000 ### 生产构建 ```bash # 构建生产版本 npm run build # 预览构建结果 npm run preview ``` --- ## ✨ 功能特性 ### 支持的 SQL 语法 #### 基础语法 - `SELECT`, `FROM`, `WHERE`, `GROUP BY`, `ORDER BY`, `LIMIT` - `DISTINCT`, `UNION`, `UNION ALL` #### 连接操作 - `INNER JOIN`, `LEFT JOIN`, `RIGHT JOIN`, `FULL OUTER JOIN` #### 聚合函数 - `COUNT`, `SUM`, `AVG`, `MAX`, `MIN` #### 高级特性 - 子查询 (Subquery) - 公共表表达式 (CTE / WITH) - 窗口函数 (Window Functions) - `CASE WHEN` 表达式 - `IN`, `BETWEEN`, `LIKE` 操作符 ### 转换示例 | SQL | Pandas | |-----|--------| | `SELECT * FROM users` | `df = pd.read_csv('users.csv')` | | `SELECT name FROM users WHERE age > 18` | `df = pd.read_csv('users.csv'); result = df[df['age'] > 18][['name']]` | | `SELECT category, COUNT(*) FROM sales GROUP BY category` | `df = pd.read_csv('sales.csv'); df_grouped = df.groupby(['category']); result = df_grouped.size()` | ### 功能测试 所有核心功能已通过测试: ✅ 基础查询 (SELECT, FROM, WHERE) ✅ 列选择 (SELECT col1, col2) ✅ 聚合函数 (COUNT, SUM, AVG, etc.) ✅ JOIN 操作 (INNER, LEFT, RIGHT) ✅ 排序 (ORDER BY) ✅ 限制 (LIMIT) ✅ 去重 (DISTINCT) ✅ 赛博朋克视觉风格 ✅ 实时代码转换 ✅ 代码复制功能 --- ## 🎨 视觉设计 ### 赛博朋克风格 - **配色方案**: 深色背景 + 霓虹色点缀 (青色、品红、黄色) - **字体**: 等宽字体 (Fira Code) + 科技感字体 (Orbitron) - **动画效果**: 故障效果、扫描线、霓虹发光 - **交互设计**: 霓虹按钮、悬停效果 --- ## 📁 项目结构 ``` sql2pandas/ ├── dist/ # 生产构建输出 ├── public/ # 静态资源 ├── src/ │ ├── components/ # React 组件 │ ├── core/ # SQL 解析和 Pandas 生成 │ ├── hooks/ # 自定义 Hooks │ ├── styles/ # 赛博朋克样式 │ ├── utils/ # 工具函数 │ └── App.jsx # 主应用 ├── test/ # 测试文件 ├── package.json ├── vite.config.js └── README.md ``` --- ## 🔧 开发指南 ### 技术栈 - **前端框架**: React 18 + Vite - **代码编辑器**: CodeMirror - **样式方案**: TailwindCSS + 自定义 CSS - **SQL 解析**: node-sql-parser - **图标库**: Lucide React ### 脚本命令 ```bash # 开发模式 npm run dev # 生产构建 npm run build # 预览构建结果 npm run preview # 代码检查 npm run lint ``` --- ## 🌐 部署指南 ### Vercel 部署(推荐) ```bash # 安装 Vercel CLI npm install -g vercel # 在项目目录下 cd sql2pandas vercel ``` ### Netlify 部署 ```bash # 构建项目 cd sql2pandas npm run build # 使用 Netlify CLI 部署 npm install -g netlify-cli netlify deploy --prod --dir=dist ``` ### GitHub Pages ```bash # 修改 vite.config.js 添加 base 配置 # base: '/your-repo-name' cd sql2pandas npm run build # 将 dist 目录推送到 gh-pages 分支 git subtree push --prefix dist origin gh-pages ``` --- ## 🤝 贡献指南 欢迎贡献代码!请遵循以下步骤: 1. Fork 项目 2. 创建特性分支 (`git checkout -b feature/AmazingFeature`) 3. 提交更改 (`git commit -m 'Add some AmazingFeature'`) 4. 推送到分支 (`git push origin feature/AmazingFeature`) 5. 提交 Pull Request --- ## 📄 许可证 本项目采用 MIT 许可证 - 详见 [LICENSE](LICENSE) 文件 --- ## 🙏 致谢 - [node-sql-parser](https://github.com/taozhi8833998/node-sql-parser) - SQL 解析器 - [CodeMirror](https://codemirror.net/) - 代码编辑器 - [TailwindCSS](https://tailwindcss.com/) - CSS 框架 - [Lucide](https://lucide.dev/) - 图标库 --- ## 📌 下一步 1. 访问 http://localhost:3000 查看应用 2. 输入 SQL 查询测试转换功能 3. 点击"加载示例"按钮体验预设查询 4. 复制生成的 Pandas 代码 5. 根据需要部署到生产环境 ---
Made with ❤️ by [Your Name] [![Star](https://img.shields.io/github/stars/yourusername/sql2pandas?style=social)](https://github.com/yourusername/sql2pandas) [![Fork](https://img.shields.io/github/forks/yourusername/sql2pandas?style=social)](https://github.com/yourusername/sql2pandas/fork)