pandas to_sql 方法给出日期列错误

Question

我有一个如下所示的数据框：

df = pd.DataFrame(index= pd.date_range('2014-01-01', periods=10))
df['date'] = df.index.map(lambda x: x.strftime('%d-%m-%Y'))
df['date'] = df.index
df['profit']= rand(10)
df['perf_period_id']=2

还有一个带有名为 fee_profit 的表的 sqlite3 数据库

fee_profit 有 4 个字段：

• id - 整数 - 主键
• perf_period_id - 整数
• 日期 - 日期
• 利润 - 真实

当我尝试将数据框写入数据库时​​（不显示数据库连接）：

df.to_sql(name='fee_profit', index=False, con=db, if_exists='append')

我得到以下代码：

252     else:
253         data = [tuple(x) for x in frame.values.tolist()]
--> 254     cur.executemany(insert_query, data)
255 
256 
InterfaceError: Error binding parameter 0 - probably unsupported type.

没有传递主键（这可能是问题吗？）我把桌子弄得乱七八糟，看起来肯定是日期问题。尝试了在索引中传递日期的各种组合，也是字符串，一点用都没有。

知道我哪里出错了。在任何地方都找不到使用此方法的示例。

使用 Pandas 0.13.1 和 sqlite 3 2.6.0。数据库是通过django 1.6模型创建的

Answer 1

更新： 从 pandas 0.15 开始，to_sql 支持将两个 sqlite 连接写入日期时间值作为 sqlalchemy 引擎。因此，不再需要下面描述的解决方法。
Pandas 0.15 将于 10 月发布，该功能已合并到开发版中。

---

上述错误的原因是df'date'列是datetime64列，sqlite3不支持这种类型。因此，您应该首先将其转换为字符串（对于 sqlite，这不会自动完成可能是一个错误/缺失的功能），或者转换为 datetime.date 对象（由 sqlite3 识别，但它也会被转换为字符串因为 sqlite 没有日期时间类型）。

您在代码示例中使用df['date'] = df.index.map(lambda x: x.strftime('%d-%m-%Y')) 执行了此操作，但随后您再次使用df['date'] = df.index 覆盖了该列，所以这可能是您的代码示例中的错误。但是如果你先把它转换成字符串，它就可以工作：

df = pd.DataFrame(index= pd.date_range('2014-01-01', periods=10))
df['date'] = df.index.map(lambda x: x.strftime('%d-%m-%Y'))
df['profit']= rand(10)
df['perf_period_id']=2

df.to_sql(name='fee_profit', index=False, con=db, if_exists='append')

从 pandas 0.14 开始，主要的 sql 函数被重构为使用 sqlalchemy 来处理不同的数据库风格。如果您使用它，它将与 datetime 列一起正常工作（它会自动将其转换为字符串）：

df = pd.DataFrame(index= pd.date_range('2014-01-01', periods=10))
df['profit']= rand(10)
df['perf_period_id']=2

import sqlalchemy
db2 = sqlalchemy.create_engine('...')
df.to_sql(name='fee_profit', index=False, con=db2, if_exists='append')

将来仍将支持使用普通的 sqlite 连接对象而不是 sqlalchemy 引擎，就像您所做的那样（但仅适用于 sqlite！）。