我正在使用Python 3的jupiter notebook并连接到SQL Server数据库。我使用pyodbc版本4.0.22连接到数据库。
我的目标是将SQL结果存储在pandas Dataframe 中，但查询速度太慢了。
下面是代码：

import pyodbc 
cnxn = pyodbc.connect("DSN=ISTPRD02;"
                      "Trusted_Connection=yes;")
ontem = '20180521'

query = "SELECT LOJA, COUNT(DISTINCT RA) FROM VENDAS_CONTRATO(NOLOCK) WHERE DT_RETIRADA_RA = '" + ontem + "' AND SITUACAO IN ('ABERTO', 'FECHADO') GROUP BY LOJA"
start = time.time()
ra_ontem = pd.read_sql_query(query, cnxn)
end = time.time()
print("Tempo: ", end - start)

克里思：021 - 88888888传真：021 - 88888888
由于耗时较长，我对数据库服务器进行了监控，在服务器上运行查询大约需要3秒，如下图所示：

query = "SELECT LOJA, COUNT(DISTINCT RA)  FROM VENDAS_CONTRATO(NOLOCK) WHERE DT_RETIRADA_RA = '" + ontem + "' AND SITUACAO IN ('ABERTO', 'FECHADO') GROUP BY LOJA"
start = time.time()
crsr = cnxn.cursor()
crsr.execute(query)
end = time.time()
print("Tempo: ", end - start)

克里思：13937773933410645

start = time.time()
crsr.fetchone()
end = time.time()
print("Tempo: ", end - start)

克里思：1396855354309082

start = time.time()
crsr.fetchall()
end = time.time()
print("Tempo: ", end - start)

克里思：021 - 88888888传真：021 - 88888888
所以看起来我的问题是局部的，当数据已经从数据库服务器中检索时，pyhton代码在处理数据时看起来很慢。
但我只有892行！

ra_ontem.shape

(189、2）
所以我的问题是，我如何才能更快地将结果加载到Pandas Dataframe中？
谢谢