Question

我正在尝试通过pyodbc将Pandas Dataframe填充到空 MS Access 2016 表中。当我尝试将Dataframes插入Access时出现以下错误消息： pyodbc.dataerror：（'22008'，[ODBC Microsoft Access Driver] Datetime字段溢出。

研究表明，MS Access 日期/时间数据类型对应于ODBC SQL_TIMESTAMP 数据类型。

我尝试了以下命令将datetime64 [ns]转换为SQL_TIMESTAMP：

import datetime
cursor.execute("INSERT sql statement...VALUES(?)", datetime.datetime(order_date))

但是，我收到此错误： TypeError：需要一个整数（获取类型Timestamp）。

为了成功将Pandas / Numpy的datetime64 [ns]值填充到Access表中，我需要做什么？我是否需要将它们转换为SQL_TIMESTAMP以及如何转换？

<小时/> 修改我尝试在下面运行Gord Thompson的解决方案，我遇到了这个错误：

import datetime

dt = dt64_to_datetime(dt_ns)

>> AttributeError:'datetime' has no attribute 'utcfromtimestamp'

此错误背后的原因是什么？ （在pyodbc 4.0.17，Python 3.6.2，MS Access 2016上测试）

Answer 1

为了成功将Pandas / Numpy的datetime64 [ns]值填充到Access表中，我需要做什么？我是否需要将它们转换为SQL_TIMESTAMP以及如何？

如this excellent answer所示，您可能需要将numpy.datetime64值转换为Python datetime值，可能是这样的：

def dt64_to_datetime(dt64):
    if np.isnat(dt64):
        return None
    else:
        unix_epoch = np.datetime64(0, 's')
        one_second = np.timedelta64(1, 's')
        seconds_since_epoch = (dt64 - unix_epoch) / one_second
        return datetime.utcfromtimestamp(seconds_since_epoch)

使用示例：

dt_ns = np.datetime64('2017-10-24 05:34:20.123456').astype('datetime64[ns]')
print(repr(dt_ns))  # numpy.datetime64('2017-10-24T05:34:20.123456000')
print(f'dt_ns.dtype: {dt_ns.dtype}')  # dt_ns.dtype: datetime64[ns]
dt = dt64_to_datetime(dt_ns)
print(repr(dt))  # datetime.datetime(2017, 10, 24, 5, 34, 20, 123456)

sql = "UPDATE tablename SET datetimefield = ? WHERE id=1"
params = (dt,)
crsr.execute(sql, params)

（使用pyodbc 4.0.21和Access 2010测试。）

如何将Pandas DataFrame列从Pandas datetime64 [ns]转换为Pyodbc SQL_Timestamp

1 个答案: