【问题标题】：pandas to_sql() with NUMERIC data type具有 NUMERIC 数据类型的 pandas to_sql()
【发布时间】：2019-02-16 11:01:34
【问题描述】：

我通过从文件中读取数据并进行一些预处理来加载 Pandas DataFrame - 其中包含几列数字。比如

            value
1     13654654328.4567895
2     NULL
3     54643215587.6875455

为了不丢失准确性，我计划将它作为 NUMERIC 存储在 SQL Server 中。由于我不希望 Pandas 将我的数据转换为浮点数，因此我将其加载为字符串，然后使用 df.to_sql() 插入 SQL。

如果不存在 NULL，它工作正常。但是，如果它包含null，无论我将“”或np.nan作为null，它都会报告错误为“将数据类型nvarchar转换为数字时出错”。似乎它会自动将其转换为无法在 SQL Server 中转换为 NUMERIC 的空字符串。

有什么办法可以解决这个问题。希望一切都在 Python 中完成，并且不需要更多的 SQL 脚本。

【问题讨论】：

是否会因为简单地将NULL 值更新为0 而不是"" 而导致任何问题？如果没有，那么我会这样做，然后您就可以毫无问题地导入它们。然后，您还可以将 0 值更新为 NULL
因为原始数据中已经存在0，在这种情况下0与null不同。设置“标志”可能不安全，因为原始数据可以是任意数字。
当你使用数字类型的 to_sql() 时，pandas 应该能够同时处理 nan 和 null 。您是否可以在数据框中存储“NULL”str？这将解释错误消息。
'NULL' str 是什么意思
您的另一个选择是将NULL 的实例替换为实际数据中不会出现的内容。也许-1 会起作用。

【解决方案1】：

我从未使用过 .to_sql 方法，但我认为您需要将 NULL 值替换为 None 值。例如：

df.replace([np.nan], [None], inplace=True)

顺便说一句，np.nan 是浮点类型。在 SQL 中，NULL 是“无”类型，在 Python 中相当于无。 "" 和 "NULL" 也将被视为字符串。

【讨论】：

【解决方案2】：

我想我会添加更多细节来补充下面的答案...

SQL NULL 值由输入和输出上的 Python None 单例表示。

您遇到问题是因为您尝试将混合类型发送到数据库。您需要将所有预期的空白值替换为None

参考文献

【讨论】：