将日期时间值导入 TSQL 时日期格式 (0) 无效答案

【问题标题】：Invalid date format (0) when importing datetime values to TSQL将日期时间值导入 TSQL 时日期格式 (0) 无效
【发布时间】：2016-04-04 20:10:36
【问题描述】：

我正在尝试将我的 pandas 数据框中的日期时间值导入到我的 TSQL 表的日期时间列中。

问题是，如果我的任何列包含 NULL 值“NaT”，我会收到错误

见下文：

import pyodbc
import pandas as pd

cnxn = pyodbc.connect(driver='{SQL Server Native Client 10.0}',
                      host=server,database=dbname,
                      trusted_connection=tcon,
                      user=uname,password=pword)

cursor = cnxn.cursor()

df.head()
            Date_1          Date_2
1   2015-07-01 10:53:16 2015-07-01 00:13:09
2   2015-07-03 10:31:16 2015-07-01 16:39:40
3   2015-06-26 14:39:19 2015-06-24 13:56:17

for index, row in df.iterrows():
cursor.execute("""
INSERT INTO Table(
Date1,Date2)"""
"""VALUES (?,?)""",
row['Date1'],row['Date2'])

cnxn.commit()

DataError: ('22007', '[22007] [Microsoft][SQL Server Native Client 10.0]无效的日期格式(0) (SQLExecDirectW)')

这与我的日期时间列中的 Null 值有关。当我在我的数据框中查看空值时，它们显示为 NaT。

我不知道如何向我的 TSQL 表导入任何内容。

【问题讨论】：

标签： python tsql pyodbc

【解决方案1】：

使用NULLIF() 语句将INSERT INTO (...) VALUES (...) 更改为INSERT INTO (...) SELECT ...，如下所示：

import pyodbc
import pandas as pd

cnxn = pyodbc.connect(driver='{SQL Server Native Client 10.0}',
                      host=server,database=dbname,
                      trusted_connection=tcon,
                      user=uname,password=pword)

cursor = cnxn.cursor()

df.head()
            Date_1          Date_2
1   2015-07-01 10:53:16 2015-07-01 00:13:09
2   2015-07-03 10:31:16 2015-07-01 16:39:40
3   2015-06-26 14:39:19 2015-06-24 13:56:17

for index, row in df.iterrows():
cursor.execute("""
INSERT INTO Table(
Date1,Date2)"""
"""SELECT NULLIF(?,'NaT'),NULLIF(?,'NaT') """,
row['Date1'],row['Date2'])

cnxn.commit()

【讨论】：

【解决方案2】：

NaT 表示 not-a-time，即 null 作为numpy.datetime64 类型的表示。 datetime64 类型不支持 pyodbc 期望的 None 值。

使用DataFrame.to_dict方法将数据框导出到dict，它将处理从datetime64到datetime.datetime的类型转换

>>> df
                      Date_1 Date_2
1 2016-04-04 15:50:40.794355   None
2 2016-04-04 15:50:40.794355   None
3 2016-04-04 15:50:40.794355   None
>>> rows = df.to_dict(orient="records")
>>> pprint(rows)
[{'Date_1': Timestamp('2016-04-04 15:50:40.794355'), 'Date_2': None},
 {'Date_1': Timestamp('2016-04-04 15:50:40.794355'), 'Date_2': None},
 {'Date_1': Timestamp('2016-04-04 15:50:40.794355'), 'Date_2': None}]

然后循环遍历字典列表 (rows) 并像往常一样使用 pyodbc 插入。不需要任何 SQL 修改。

【讨论】：