如何使用 pandas 和 sqlalchemy 将 VARIANT 或 ARRAY 数据类型插入到 Snowflake 中

Question

我有一个 Pandas 数据框，其中包含多个列表列。我想将它们作为ARRAY数据类型插入到我的 Snowflake 表中。

传统上，我使用 PostgreSQL，并简单地插入为df_to_insert.to_sql(TABLE_NAME, sqlalchemy_connection, **other_parameters).

然而，我正在努力插入雪花。当我有一个列表列时，sqlAlchemy Snowflake 方言认为它是一个字符串：

表达式类型与列数据类型不匹配，需要 ARRAY，但列 NAME_OF_COLUMN_WITH_LISTS 为 VARCHAR(2)

我尝试通过添加显式数据类型来向 sqlAlchemy 引擎提示该列不是字符串：

df_to_insert.to_sql("MY_SNOWFLAKE_TABLE_NAME",
                     snowflake_connection,
                     if_exists="append",
                     index=False,
                     dtype={'NAME_OF_COLUMN_WITH_LISTS': sqlalchemy.types.JSON})

这只会让我：

sqlalchemy.exc.StatementError：（builtins.AttributeError）“SnowflakeDialect”对象没有属性“_json_serializer”

将数据插入变体/数组类型的雪花表并仍然使用 pandas / sqlalchemy 的最佳方法是什么？或者目前还没有什么好的办法吗？

Answer 1

解决这个问题的一个直接方法是：

1. 将数据帧写入本地文本文件。
2. 使用 PUT 命令上传到 Snowflake STAGE
3. 运行create or replace table as select from stage并将字段转换为 select 语句中的正确类型。