Question

我有几个具有 Order_date 列的DataFrame。在所有DataFrame中， Order_date 列的dtypes是datetime64 [ns]。请注意，这些列中包含有效日期和NaT值。

打印时Order_date列的外观示例：

   Order_date

1 2017-01-01 2 NaT 3 NaT 4 NaT 5 2017-10-22

我正在尝试通过pyodbc 将这些DataFrame列填充到MS Access表中。

我收到以下错误：

pyodbc.DataError：（'22008'，'[22008] [Microsoft] [ODBC Microsoft Access驱动程序]日期时间字段溢出（SQLExecDirectW）'）

经过研究，我注意到MS Access 2016的日期/时间数据类型与ODBC数据类型 SQL_TIMESTAMP 相对应。

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

import datetime cursor.execute("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）。

如何成功将Pandas / Numpy datetime64 [ns]值填充到MS Access表中？如何将datetime64 [ns]值转换为SQL_TIMESTAMP？

Answer 1

IIUC - 你几乎就在那里。您只需将pd.to_datetime返回的系列分配回列：

df['Order_date'] = pd.to_datetime(df['Order_date'], errors='coerce')

如何将Pandas datetime64 [ns]值填充到MS Access

1 个答案: