pandas to_sql 方法给出日期列错误

Question

我有一个看起来像这样的数据框：

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 sqlite3 db 和一个名为 fee_profit 的表

费用_利润有 4 个字段：

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

当我尝试将数据帧写入数据库时​​（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，看起来肯定是日期有问题。尝试了在索引中传递日期的各种组合，也是字符串，没有任何效果。

知道我哪里出错了。无法在任何地方找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 连接的日期时间值作为 sqlalchemy 引擎写入。因此，不再需要下面描述的解决方法。
Pandas 0.15 将在即将到来的 10 月发布，该功能将合并到开发版本中。

上述错误的原因是df'date'列是一datetime64列，而sqlite3不支持这种类型。所以你应该先把它转换成一个字符串（这不是自动完成的，因为 sqlite 可能是一个错误/缺失的特性），或者一个datetime.date对象（它被 sqlite3 识别，但它也会被转换成一个字符串，因为 sqlite 有没有日期时间类型）。

您在代码示例中使用 完成了此操作df['date'] = df.index.map(lambda x: x.strftime('%d-%m-%Y'))，但随后您再次使用 覆盖了该列df['date'] = df.index，因此这可能是您的代码示例中的错误。但是，如果您首先将其转换为字符串，则它可以工作：

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，它将与日期时间列一起正常工作（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')

像您一样使用普通的 sqlite 连接对象而不是 sqlalchemy 引擎，将来仍将受支持（但仅适用于 sqlite！）。