如何使用 sqlalchemy 将具有 datetime.timedelta 类型数据对象的 pandas 数据帧存储到 postgresql d/b 中？

Question

我想使用 sqlalchemy 在 Postgresql 数据库中存储一个包含 timedelta64 类型列的 pandas 数据框。阅读文档 (https://docs.sqlalchemy.org/en/latest/core/type_basics.html) 我希望 python 'timedelta' 数据类型可以映射到 postgresql 'interval' 数据类型，但我不明白如何做到这一点。我试过以下代码：

import sqlalchemy as sa
import pandas as pd
from datetime import timedelta

engine = sa.create_engine('postgresql+psycopg2://postgres:password@floris/floris')

my_df = pd.DataFrame(data=[ timedelta(days=1), timedelta(days=2), timedelta(days=3)], index=range(0,3), columns=['delay'])

my_df.to_sql('my_table', con=engine, dtype={'delay': sa.types.Interval})

我收到以下错误：

psycopg2.ProgrammingError: column "delay" is of type interval but expression is of type bigint
LINE 1: INSERT INTO my_table (index, delay) VALUES (0, 8640000000000...
                                                       ^
HINT:  You will need to rewrite or cast the expression.

似乎 sqlalchemy 没有保留 timedelta 数据类型，而是将其转换为 bigint。如何解决？

Answer 1

Timedelta 被转换为整数值。参考 https://github.com/pandas-dev/pandas/blob/master/pandas/io/sql.py#L880-L883

解决方法是将 timedelta 转换为字符串格式，然后将其保存到 db。

def a_func(val):
    return str(val)

my_df['delay'] = my_df['delay'].apply(a_func)

或

my_df['delay'] = my_df['delay'].astype(str)