Question

我正在使用最新的pandas 14.1并使用to_sql方法写入MS SQL Server 2008 v2服务器。使用SQLalchemy作为引擎。以下具有datetime对象的数据框按预期工作。

#test DataFrame
df1 = pd.DataFrame(index=range(10))
df1['A'] = 'Text'
df1['date_test'] = datetime.datetime(2014,1,1)

用于写入数据库的代码：

import sqlalchemy
engine = sqlalchemy.create_engine('mssql+pymssql://XXXXXXX')
df1.to_sql('test', engine, if_exists='replace')

出于商业原因，数据库中的数据需要是日期对象而不是日期时间。如果我使用：

#test DataFrame
df2 = pd.DataFrame(index=range(10))
df2['A'] = 'Text'
df2['date_test'] = datetime.date(2014,1,1)  # date not datetime

to_sql方法给出了一条非常长的错误消息：

OperationalError: (OperationalError) (206, 'Operand type clash: datetime is incompatible 
with textDB-Lib error message 206, severity 16:\nGeneral SQL Server error:
Check messages from the SQL Server.......

我首先怀疑，如果在方法中使用日期，这可能是Pandas 14.1中新创建的功能的错误。但不确定。

Answer 1

更新：从pandas 0.15开始，to_sql支持编写datetime.date和datetime.time（https://github.com/pydata/pandas/pull/8090的列，现在处于开发版本。）

目前支持datetime.date和datetime.time类型（0.14.1）尚未实施（仅适用于datetime64类型，datetime.datetime将转换为但是，添加它应该很容易（它有一个问题：https://github.com/pydata/pandas/issues/6932）。

问题在于，to_sql目前在datetime.date列的数据库中创建了一列文本类型（就像object dtype的所有列一样）。因此，您收到上述错误消息现在可能的解决方案是自己创建数据库，然后将数据框附加到它。

使用to_sql编写datetime.date会引发OperationalError

1 个答案: