Não é possível ler corretamente a tabela SQL em python:colunas varchar importadas como caracteres / tuplas separados por vírgula

Alterar sua conexão

1. 
   Alternativa 1:use jaydebeapi sem jpype :
   
   Conforme observado, só observo isso ao usar jaydebeapi com jpype . No entanto, no meu caso, jpype não é necessário. Eu tenho o .jar arquivo localmente e minha conexão funciona bem sem ele:
   

   import jaydebeapi as jdba
   import pandas as pd
   import os
   
   db_host = 'db.host.com'
   db_port = 1521
   db_sid = 'YOURSID'
   
   jar=os.getcwd()+'/ojdbc6.jar'
   
   conn = jdba.connect('oracle.jdbc.driver.OracleDriver', 
                   'jdbc:oracle:thin:@' + db_host + ':' + str(db_port) + ':' + db_sid, 
                   {'user': 'USERNAME', 'password': 'PASSWORD'}, 
                   jar
                   )
   
   df_jay = pd.read_sql('SELECT * FROM YOURSID.table1', conn)
   
   conn.close()
   

   
   No meu caso, isso funciona bem e cria os dataframes normalmente.
   
2. 
   Alternativa 2:use cx_Oracle em vez disso:
   
   O problema também não ocorre se eu usar cx_Oracle para se conectar ao banco de dados Oracle:
   

   import cx_Oracle
   import pandas as pd
   import os
   
   db_host = 'db.host.com'
   db_port = 1521
   db_sid = 'YOURSID'
   
   dsn_tns = cx_Oracle.makedsn(db_host, db_port, db_sid)
   cx_conn = cx_Oracle.connect('USERNAME', 'PASSWORD', dsn_tns)
   
   df_cxo = pd.read_sql('SELECT * FROM YOURSID.table1', con=cx_conn)
   
   cx_conn.close()
   

   
   Observação:para cx_Oracle para funcionar você precisa ter o Oracle Instant Client instalado e configurado corretamente (consulte, por exemplo, documentação do cx_Oracle para Ubuntu ).
   

Corrigir dataframe após o fato:

3. 
   Alternativa 3:unir entradas de tupla:
   
   Você pode usar ''.join() para converter tuplas em strings . Você precisa fazer isso para as entradas e os nomes das colunas.
   

   # for all entries that are not None, join the tuples
   for col in df.select_dtypes(include=['object']).columns:
       df[col] = df[col].apply(lambda x: ''.join(x) if x is not None else x)
   
   # also rename the column headings in the same way
   df.rename(columns=lambda x: ''.join(x) if x is not None else x, inplace=True)
   

4. 
   Alternativa 4:altere o tipo de colunas:
   
   Mudando o dtype de uma coluna afetada de object para string , todas as entradas também serão convertidas. Observe que isso pode ter efeitos colaterais indesejados, como, por exemplo, alterando None valores para a string <N/A> . Além disso, você terá que renomear os títulos das colunas separadamente, como acima.
   

   for col in df.select_dtypes(include=['object']).columns:
       df[col] = df[col].astype('string')
   
   # again, rename headings
   df.rename(columns=lambda x: ''.join(x) if x is not None else x, inplace=True)
   

+---+---------+---------+---------+
|   | COLUMN1 | COLUMN2 | COLUMN3 |
+---+---------+---------+---------+
| 1 | test    | test2   | 1       |
+---+---------+---------+---------+
| 2 | foo     | bar     | 100     |
+---+---------+---------+---------+