python UTC日期和sqlalchemy

Question

我的目标是从 pandas 数据框中获取数据并插入 SQL 数据库。但是，我在时间和 UTC 方面遇到了一些问题。我将其分解为 3 个场景，从下面的代码中只需取消注释为每个场景标记的相关代码行。

场景 1，在 pandas 中将日期转换为日期/时间（非 UTC），然后插入到 sql 中，我收到以下错误消息：

"发生异常：ValueError Tz-aware datetime.datetime 不能 转换为 datetime64 除非 utc=True 文件 “/home/tbgiot04/OEE_forge/OEE_module/test_sql.py”，第 34 行，在 df.to_sql("test_table", engn, if_exists='replace')"

utc=True 的场景 2 我收到以下错误，导致未插入数据。

发生异常：ProgrammingError (pyodbc.ProgrammingError) ('42000', "[42000] [Microsoft][ODBC Driver 17 for SQL Server][SQL Server]一张表只能有一个时间戳列。因为表 'test_table' 已经有一个，不能添加列 'end_date'。 （2738）（SQLExecDirectW）“）[SQL：创建表test_table（[索引] BIGINT NULL，employee_no BIGINT NULL，start_date TIMESTAMP NULL， end_date TIMESTAMP NULL )

]（此错误的背景：http://sqlalche.me/e/13/f405）文件 “/home/tbgiot04/OEE_forge/OEE_module/test_sql.py”，第 37 行，在 df.to_sql("test_table", engn, if_exists='replace')

场景 3，我有 utc = True 行和 dt.tz_localize 行。 pandas/SQL alchemy 发送数据但时间不正确。 pandas DataFrame 和 SQL 数据显示相同，但​​与源代码中的代码不匹配。如何正确地将这些数据插入 SQL 数据库？

   employee_no          start_date            end_date
0            1 2019-12-05 15:55:47 2019-12-05 15:55:47
1            2 2021-07-13 21:38:39 2021-07-13 21:38:39

.

import pandas as pd
from sqlalchemy import create_engine


AZUREUID = 'tb-test'                                    # Azure SQL database userid
AZUREPWD = 'test'                                # Azure SQL database password
AZURESRV = 'tb-sql01.database.windows.net'   # Azure SQL database server name (fully qualified)
AZUREDB = 'TB-test'                                      # Azure SQL database name (if it does not exit, pandas will create it)
TABLE = 'DataTable'                                      # Azure SQL database table name
#DRIVER = 'ODBC Driver 13 for SQL Server'                 # ODBC Driver
#DRIVER = 'SQL Server Native Client 11.0'                 # ODBC Driver
#DRIVER={/opt/microsoft/msodbcsql17/lib64/libmsodbcsql-17.0.so.1.1}

   
connectionstring = 'mssql+pyodbc://{uid}:{password}@{server}:1433/{database}?driver={driver}'.format(
    uid=AZUREUID,
    password=AZUREPWD,
    server=AZURESRV,
    database=AZUREDB,
    driver=DRIVER.replace(' ', '+'))

engn = create_engine(connectionstring)

d = {"employee_no" : [1,2], "start_date" : ["2019-12-05 15:55:47 +00:00","2021-07-13 22:38:39 +01:00"] , "end_date" : ["2019-12-05 15:55:47 +00:00","2021-07-13 22:38:39 +01:00"] }
df = pd.DataFrame(data=d)

df["start_date"] = pd.to_datetime(df["start_date"]) # senario 1 
df["end_date"] = pd.to_datetime(df["end_date"])  # senario 1 

#df["start_date"] = pd.to_datetime(df["start_date"], utc=True) # senario 2 and 3 
#df["end_date"] = pd.to_datetime(df["end_date"], utc=True) # senario 2 and 3 

# df["start_date"] = df["start_date"].dt.tz_localize(None)  # senario 3 
# df["end_date"] = df["end_date"].dt.tz_localize(None) # senario 3 

print(df)
df.to_sql("test_table", engn, if_exists='replace')

Answer 1

如果我将它们保留为 [string] 对象，它们将导入为 varchar。

是的，if_exists="replace" 会发生这种情况。但是，我们可以使用dtype= 来指定所需的列类型：

df1 = pd.DataFrame([(1, "2021-07-13 22:38:39 +01:00")], columns=["id", "dto"])
df1.to_sql(
    "dto_test",
    engine,
    index=False,
    if_exists="replace",
    dtype={"dto": sqlalchemy.DateTime(timezone=True)},
)
df2 = pd.read_sql_table("dto_test", engine)
print(df2)
"""
   id                       dto
0   1 2021-07-13 21:38:39+00:00
"""
dto_value = df2.iloc[0, 1]
print(type(dto_value))  # <class 'pandas._libs.tslibs.timestamps.Timestamp'>
print(repr(dto_value))  # Timestamp('2021-07-13 21:38:39+0000', tz='UTC')

所以看起来 pandas 正在将 datetimeoffset 值标准化为 UTC，但至少它是一个时区感知值。

在 pandas 中是否可以将 utc 时间转换为 uk 时间？

我不确定是否要在 pandas 本身中执行此操作，但 pytz 似乎通常用于那种“本地日期/时间”转换，在这种转换中，标准/夏令时/夏令时转换会变得很奇怪所讨论的具体日期（包括时间“变化”的规则的变化，就像最近在 2007 年在美国发生的那样）。