sqlalchemy.exc.StatementError: (builtins.TypeError) SQLite Date 类型只接受 Python 日期对象作为输入答案

【问题标题】：sqlalchemy.exc.StatementError: (builtins.TypeError) SQLite Date type only accepts Python date objects as inputsqlalchemy.exc.StatementError: (builtins.TypeError) SQLite Date 类型只接受 Python 日期对象作为输入
【发布时间】：2021-06-11 00:50:18
【问题描述】：

我有 pandas 数据框，其中包含 yyyy-mm 格式的月份和年份值。我正在使用pd.to_sql 设置数据类型值以将其发送到.db 文件。

我不断收到错误： sqlalchemy.exc.StatementError: (builtins.TypeError) SQLite Date type only accepts Python date objects as input.

有没有办法为 'MonthYear' (yyyy-mm) 列设置 'Date' 数据类型？还是应该在 VARCHAR 中设置？我尝试将其更改为不同类型的 pandas 的 datetime 数据类型，它们似乎都不起作用。

我对“full_date”没有任何问题，它可以正确分配。 pandas 中“full_date”的数据类型为datetime64[ns]。

MonthYear full_date
2015-03   2012-03-11
2015-04   2013-08-19
2010-12   2012-06-29
2012-01   2018-01-01


df.to_sql('MY_TABLE', con=some_connection,
dtype={'MonthYear':sqlalchemy.types.Date(),
       'full_date':sqlalchemy.types.Date()})

【问题讨论】：

标签： python-3.x pandas sqlalchemy

【解决方案1】：

我的意见是，当您可以从 'full_date' 列派生额外列时，您不应该在数据库中不必要地存储它。

您会遇到的一个问题是 SQLite 没有 DATE 类型。因此，您需要使用查询解析提取日期。完整示例：

import datetime as dt
import numpy as np
import pandas as pd
import sqlite3

# I'm using datetime64[ns] because that's what you say you have
df = pd.DataFrame({'full_date': [np.datetime64('2012-03-11')]})

con = sqlite3.connect(":memory:") 
df.to_sql("MY_TABLE", con, index=False) 

new_df = pd.read_sql_query("SELECT * FROM MY_TABLE;", con, 
                           parse_dates={'full_date':'%Y-%m-%d'})

结果：

In [111]: new_df['YearMonth'] = new_df['full_date'].dt.strftime('%Y-%m')

In [112]: new_df
Out[112]: 
   full_date YearMonth
0 2012-03-11   2012-03

【讨论】：