如何使用to_sql（）将包含pd.Period的pandas数据帧上载到数据库

我正在尝试使用

to_SQL

将数据帧上载到SQL Server

由于我正在处理的数据包含一个时间戳列，其范围从ca 1900到8999，因此我使用了“越界”解决方法。简而言之，解决方法是使用

这与预期的一样，数据帧现在包含正确的编码日期es

Period

s

以下是

df.dtypes

measureDate       period[S]

当我尝试像这样上传数据帧时

df.to_sql(db_table, engine, if_exists='append', chunksize=500000)

上载失败，出现以下错误：

ValueError: cannot infer type for <class 'NoneType'>

sqlalchemy.exc.ProgrammingError: (pyodbc.ProgrammingError) ('Invalid parameter type.  param-index=2 param-type=Period', 'HY105')

我得到这个错误：

ValueError: cannot infer type for <class 'NoneType'>

sqlalchemy.exc.ProgrammingError: (pyodbc.ProgrammingError) ('Invalid parameter type.  param-index=2 param-type=Period', 'HY105')

---

将

期间

s作为SQL Server日期时间列上载的正确方法是什么？

能否将

测量日期

列转换为字符串表示形式（例如，

'1066-10-14 08:15:12'

在调用

到\u SQL（）之前

？我可以，但这不会上传一个字符串到数据库，而不是一个日期时间吗？如果您正在插入一个现有表（

If_exists='append'

），并且相应的列是一个日期时间类型，那么数据库引擎可能会为您从字符串进行转换。将其保存为pythons datetime（因此熊猫将其显示为

对象

，并将其上载到sql server

日期时间

——该列确实有效，谢谢！