Python-将数据从Microsoft.AnalysisServices（System.Data.DataTable对象）解析为熊猫DataFrame

Question

[在工作中，我们有一个Microsoft SQL Server Analysis Services连接（多维数据集），我们可以通过该连接进行查询以获取Excel文件中的值。我试图通过直接使用Python连接到多维数据集来对工程进行逆向工程。我的脚本（从Execute query on SQL Server Analysis Services with IronPython启发而来）是这样的：

import pandas as pd
import pyodbc as sq
import clr

clr.AddReference(r"C:\Program Files (x86)\Microsoft Office\root\vfs\ProgramFilesX86\Microsoft.NET\ADOMD.NET\130\Microsoft.AnalysisServices.AdomdClient.dll")
clr.AddReference("System.Data")

from Microsoft.AnalysisServices.AdomdClient import AdomdConnection , AdomdDataAdapter
from System.Data import DataSet

con = AdomdConnection("Connection String")
con.Open()
query = con.CreateCommand()
query.CommandText = "My Query"

adp = AdomdDataAdapter(query)
Greeks =  DataSet()
adp.Fill(Greeks)
con.Close()

在我能够连接，执行查询并检索我的数据集的情况下，它能很好地工作。

问题是，现在我试图对数据进行一些操作，而这些操作无法直接在DataSet中完成，因此我将其值解析为DataFrame以在其中进行操作。我正在尝试找出一种方法，可以将所得的System.Data.DataTable对象中的值解析为pandas DataFrame

我当前用于将值解析到DataFrame中的脚本是这样的：

 Rows = Greeks.Tables[0].Rows.Count
 Columns = Greeks.Tables[0].Columns.Count

Greeks_DF = pd.DataFrame(index= list(range(0,Rows)),columns=list(range(0,Columns)))

for row in list(range(0,Rows)):
    for column in list(range(0,Columns)):
        Greeks_DF.iloc[row,column] = Greeks.Tables[0].Rows[row][column]

它可以工作，但是比我想要的慢，尽管对于具有13880行乘39列的数据集来说相当快。为了提高效率，寻找一种在单行（或多行）线路/语句中执行此操作而不循环的方法。我一直在寻找，但是到处都可以找到与我已经拥有的解决方案非常相似的解决方案。
编辑：
[当我尝试做时：
Greeks_DF = pd.DataFrame(Greeks.Tables[0])

它给我一个错误，提示“ TypeError：非序列迭代”
是否有将Datatable转换为可在DataFrame中传递的可迭代对象的方法？
谢谢！

Answer 1

尝试给Pyadomd尝试一下。

Pyadomd