python - pandas to_sql 方法给出日期列错误

Question

我有一个如下所示的数据框:

df = pd.DataFrame(index= pd.date_range('2014-01-01', periods=10))
df['date'] = df.index.map(lambda x: x.strftime('%d-%m-%Y'))
df['date'] = df.index
df['profit']= rand(10)
df['perf_period_id']=2

还有一个带有名为 fee_profit 的表的 sqlite3 数据库

fee_profit 有 4 个字段:

• id - 整数 - 主键
• perf_period_id - 整数
• 日期 - 日期
• 利润 - 真实

当我尝试将数据帧写入数据库时​​(不显示数据库连接):

df.to_sql(name='fee_profit', index=False, con=db, if_exists='append')

我得到以下代码:

252     else:
253         data = [tuple(x) for x in frame.values.tolist()]
--> 254     cur.executemany(insert_query, data)
255 
256 
InterfaceError: Error binding parameter 0 - probably unsupported type.

没有传递主键(这可能是问题所在吗？)我弄乱了表格，看起来确实是日期问题。尝试了在索引中传递日期的各种组合，也是字符串，但没有任何效果。

知道我哪里出错了。在任何地方都找不到使用此方法的示例。

使用 Pandas 0.13.1 和 sqlite 3 2.6.0。数据库是通过django 1.6模型创建的

Answer 1

更新:从 pandas 0.15 开始，to_sql 支持将两个 sqlite 连接的日期时间值写入作为 sqlalchemy 引擎。因此，不再需要下面描述的解决方法。
Pandas 0.15 将在即将到来的 10 月发布，该功能将合并到开发版本中。

---

出现上述错误的原因是df 'date'列是datetime64列，sqlite3不支持这种类型。所以你应该先把它转换成一个字符串(这不是自动完成的，因为 sqlite 可能是一个错误/缺失的功能)，或者转换成一个 datetime.date 对象(它被 sqlite3 识别，但它也将转换为字符串，因为 sqlite 没有日期时间类型)。

您在代码示例中使用 df['date'] = df.index.map(lambda x: x.strftime('%d-%m-%Y')) ，但随后您又用 df['date'] = df.index 覆盖了该列，所以这可能是您的代码示例中的一个错误。但是如果你先把它转换成字符串，它就可以工作了:

df = pd.DataFrame(index= pd.date_range('2014-01-01', periods=10))
df['date'] = df.index.map(lambda x: x.strftime('%d-%m-%Y'))
df['profit']= rand(10)
df['perf_period_id']=2

df.to_sql(name='fee_profit', index=False, con=db, if_exists='append')

从pandas 0.14开始，主要的sql函数被重构为使用sqlalchemy来处理不同的数据库风格。如果您使用它，它将与日期时间列一起正常工作(它会自动将其转换为字符串):

df = pd.DataFrame(index= pd.date_range('2014-01-01', periods=10))
df['profit']= rand(10)
df['perf_period_id']=2

import sqlalchemy
db2 = sqlalchemy.create_engine('...')
df.to_sql(name='fee_profit', index=False, con=db2, if_exists='append')

像您一样使用普通的 sqlite 连接对象而不是 sqlalchemy 引擎，将来仍将受到支持(但仅适用于 sqlite!)。