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

Question

我正在尝试通过 pyodbc 将 Pandas Dataframe 填充到 empty MS Access 2016 表中。当我尝试将 Dataframes 插入 Access 时收到以下错误消息：pyodbc.dataerror: ('22008', [ODBC Microsoft Access Driver]Datetime field overflow。

研究表明 MS Access Date/Time 数据类型对应于 ODBC SQL_TIMESTAMP 数据类型。

我尝试了以下方法将 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: an integer is required (got type Timestamp)。

我需要做什么才能成功地将 Pandas/Numpy 的 datetime64[ns] 值填充到 Access 表中？我是否需要将它们转换为 SQL_TIMESTAMP 以及如何转换？

---

编辑： 我尝试在下面运行 Gord Thompson 的解决方案，但遇到了这个错误：

import datetime

dt = dt64_to_datetime(dt_ns)

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

这个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

我需要做什么才能成功地将 Pandas/Numpy 的 datetime64[ns] 值填充到 Access 表中？我是否需要将它们转换为 SQL_TIMESTAMP 以及如何转换？

如this excellent answer 中所示，您可能需要将numpy.datetime64 值转换为Python 的datetime 值，可能像这样：

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)

示例用法：

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。）