Datetime 带有有效日期访问插入的日期时间溢出

任何能帮忙的人，谢谢。在使用pyodbc运行INSERT语句时，我遇到了一个非常奇怪的错误。错误代码为：

cursor.execute(QueryInsert,params)
pyodbc.DataError: ('22008', '[22008] [Microsoft][ODBC Microsoft Access 
Driver]Datetime field overflow  (36) (SQLExecDirectW)')

这与日期时间1986-03-28 00:00:00一致

我使用的代码是：

###Necessary Imports
from fredapi import Fred
import pyodbc
import datetime

###Connect to Access Database
conn = pyodbc.connect(r"Driver={Microsoft Access Driver (*.mdb, *.accdb)};" 
+r"DBQ=G:\Financial Modelling\Lease Database v1.0.accdb;")
cursor = conn.cursor()

###3M Libor
SourceCode = 'GBP3MTD156N'
fred = Fred(api_key='insert-api-key')
data = fred.get_series_all_releases(SourceCode)
A = data.shape[0]

###Cycle Through Results
for i in range(1,A):
    date1 = data.loc[i,'date']
    print(date1)
###execute query at date and only upload if empty
existquery = "SELECT * FROM EconVars WHERE SourceCode = '" + SourceCode + "' 
AND ValueDate = " + \
            "#"+str(date1.month)+"/"+str(date1.day)+"/"+str(date1.year)+"#"
cursor.execute(existquery)
existData = cursor.fetchall()

###check if empty
if len(existData) == 0:
    value1 = data.loc[i,'value']
    Description = '3M Libor'
    Source1 = 'Fred'
    params = (date1,value1,Description,Source1,SourceCode)
    QueryInsert = """INSERT into EconVars (ValueDate, ReportedValue, 
Description, Source,SourceCode)
            Values(?,?,?,?,?)"""
    cursor.execute(QueryInsert,params)
    cursor.commit()

###Commit Cursor for 3M LIBOR    
cursor.commit()
cursor.close()

我使用的access文件中的表有5列 ValueDate定义为日期/时间（短日期） 报告值为数字（双精度） 描述为短文本 源代码为短文本 源代码作为短文本

有没有人以前见过这个错误，或者能够复制它

Python 3.7.2 64位pyodbc 4.0.25 W10 64位和Office 365 64位

---

感谢所有有想法的人。

我发现问题不在于API提供的datetime列

事实上，报告的值应该是一个双精度值，当缺失时，它实际上是“NaT”，我认为它是一个numpy空值或类似的值

---

Access需要一个双倍值。

下面是一个示例，说明如何将datetime字段更改为OP在回答中对我有用的内容（在pandas中）：

最初，此字段中的空值是NaT

---

熊猫文档是否打印（repr（date1））显示

datetime.datetime（1986,3,28,0,0）

？奇怪。对于数值列中的NULL，我希望是

NaN

，而不是

NaT

。不过，很高兴你把它解决了。

import pandas as pd

df = pd.DataFrame(['01/01/2019',None], columns=['datetime_field'])
df['datetime_field'] = pd.to_datetime(df['datetime_field'])

df['datetime_field'] = pd.to_datetime(df['datetime_field'], errors='coerce').where(df['datetime_field'].notnull(), 0.0)