teradata python模块，浮动为NaN答案

【问题标题】：teradata python module, float as NaNteradata python模块，浮动为NaN
【发布时间】：2017-10-27 02:07:47
【问题描述】：

我正在尝试从 teradata db 获取数据并获得浮点数的 NaN 值，但如果我在 SQL 脚本中使用 cast(val as float) 则可以。我该如何解决？

代码：

import teradata
    udaExec = teradata.UdaExec(appName = 'sel', version = '1.0', logConsole=False)

    session = udaExec.connect(method='odbc', 
                              system = 'db, 
                              username = 'usr, 
                              password='psw', 
                              driver= 'Teradata',
                              charset='UTF8'
                             )

    pd.read_sql('select 100000.0 as float_, 100000 as number_, cast(100000.0 as float) as float_cast', session)

输出：

float_  number_ float_cast
NaN 100000.0    100000.0

【问题讨论】：

1. 浮点数是邪恶的。 2. 这可能是我的 Java 程序员，但我讨厌隐式转换和弱类型。 3. 投射有什么问题？
铸造是可以的，如果你有很少的列，但如果你需要超过 10 个浮动列，这可能很烦人。

标签： python-3.x odbc teradata

【解决方案1】：

我在同一个问题上苦苦挣扎了几个小时。事实证明，无需更改 teradata 模块即可轻松解决此问题。

只需添加 USEREGIONALSETTINGS 参数：

session = udaExec.connect(
        method= 'odbc'
        , driver = 'Teradata'
        , charset = 'UTF8'
        , dsn=dsn
        , USEREGIONALSETTINGS='N'
        , username=username
        , password=password
        )

之后你应该得到你想要的：

    float_      number_     float_cast
0   100000.0    100000.0    100000.0

【讨论】：

【解决方案2】：

问题在于 Teradata 将 100000.0 作为 100000,0 返回，因此无法将其转换为数字。因此您可以编辑 datatypes.py 文件并在点上添加替换逗号：

    if value is not None:
            #added row below
            value = str(value).replace(",", ".")
            if typeCode == NUMBER:
                try:                  
                    return NUMBER(value)
                except:
                    # Handle infinity and NaN for older ODBC drivers.
                    if value == "1.#INF":
                        return NUMBER('Infinity')
                    elif value == "-1.#INF":
                        return NUMBER('-Infinity')
                    else:
                        return NUMBER('NaN')

这可能有点野蛮，但确实有效。

附：编辑完datatypes.py文件后别忘了重启python核心。

【讨论】：