Pandas to_sql 正在舍入日期时间列

Question

我正在将数据框中的所有记录上传到 SQL Server 表，但 to_sql 似乎正在舍入日期时间值。即：

assignee created_date        updated_date
my_name  2019-09-16 14:17:23 2019-11-26 14:48:39.261

两个日期都设置为 datetime64[ns]。然后，我调用以下方法：

df.to_sql(MY_TABLE_NAME, engine, if_exists='append', index=False, dtype=dtypes)

dtypes 的内容如下：

{'assignee': NVARCHAR(length=255), 'created_date': <class 'sqlalchemy.sql.sqltypes.DateTime'>, 'updated_date': <class 'sqlalchemy.sql.sqltypes.DateTime'>}

当我在 SQL Server 中查看更新的数据时，我得到以下 updated_date：

2019-11-26 14:48:39.260

正确的updated_date是（261而不是260）：

2019-11-26 14:48:39.261 

任何想法为什么会发生这种情况？

谢谢大家！

Answer 1

这里的解决方法是将浮点数重新映射为双精度数。以下是有关此问题的一些历史的一些链接。这似乎是与 sqlalchemy 的差异以及它与 SQL 风格在类型方面的交互方式不同的结果。

Link to related question on Stack Overflow

Link to Git Issue Thread on Pandas