Question

场景：从上一个问题（Removing the timestamp from a datetime in pandas dataframe）开始跟进我有一个代码将excel中的数据读入pandas数据帧，并使用命令dataframe.to_sql将该数据插入给定的SQL数据库。

问题：由于我的日期是以美国格式（mm / dd / yyyy）检索的，而我的数据库是国际格式（dd / mm / yyyy），我遇到类型错误尝试将我的数据上传到SQL。

我已经尝试了什么：我尝试了上一个问题中给出的建议，并以这种方式运行数据更改，但是当我尝试上传到SQL时出现错误。

我目前正在使用的行：

fnl['Date'] = pd.to_datetime(fnl['Maturity'], errors='coerce')

允许代码运行，但会在SQL中产生问题。

我也尝试过：

fnl['Date'] = pd.to_datetime(fnl['Date'], format='%m/%d/%Y', errors:'coerce')

和

fnl['Date'] = pd.to_datetime(fnl['Date'], format='%m/%d/%Y')

仍然没有成功。

我之前在代码的开头将所有编码更改为utf-8，因此我无法查看问题所在。

问题：如何解决此问题？

数据示例：

Date
1/15/2023
1/15/2023
6/30/2023
6/30/2023
8/1/2022
8/1/2022
7/25/2022
7/25/2022
7/19/2024
7/13/2022
7/13/2022

Answer 1

如果您的Date列以国际格式返回日期，则您希望在转换为日期时间时反映出来。

fnl['Date'] = pd.to_datetime(fnl['Date'], format='%m/%d/%Y', errors='coerce')

您需要在源中指定格式，以便正确完成转换。

如果您想将日期时间转换回%m/%d/%Y格式的字符串，请使用.dt.strftime函数：

fnl['DateString'] = fnl['Date'].dt.strftime('%d/%m/%Y')

s = pd.to_datetime(df['Date'], format='%m/%d/%Y', errors='coerce')
s

0    2023-01-15
1    2023-01-15
2    2023-06-30
3    2023-06-30
4    2022-08-01
5    2022-08-01
6    2022-07-25
7    2022-07-25
8    2024-07-19
9    2022-07-13
10   2022-07-13
Name: Date, dtype: datetime64[ns]

s = s.dt.strftime('%d/%m/%Y')
s

0     15/01/2023
1     15/01/2023
2     30/06/2023
3     30/06/2023
4     01/08/2022
5     01/08/2022
6     25/07/2022
7     25/07/2022
8     19/07/2024
9     13/07/2022
10    13/07/2022
Name: Date, dtype: object

将数据从csv传递到SQL

1 个答案: