Python 识别sql中的日期类型

在中使用

read\u sql

时，函数需要确定哪些列应被视为日期（请参见下面的代码片段）。但我事先不知道什么列是日期

给定select语句，我需要检索它的列类型并将结果集加载到dataframe中。我希望pandas能够识别date类型的列，并在从select创建数据帧时分配类型

在select语句或数据框中标识日期类型的最佳方法是什么？我试图避免使用

pyodbc

运行语句来检测类型

import pyodbc
import pandas as pd 

conn = pyodbc.connect....

sql_df = pd.read_sql(
    "SELECT * FROM my_table",
    conn,
    parse_dates=[
        'created_at',
        'updated_at'
    ]
)

---

请参阅sql数据库数据类型。 RDBMS将哪些列视为日期戳将非常清楚

例如，在查询postgres后端时， 您可以找到如下类型：

[1024 rows x 2 columns]
created    datetime64[ns]
name               object

您可能会发现使用从日期到时间戳的postgres转换很有帮助：

SELECT created::TIMESTAMP, ... FROM ...

如果您查询的是存储 作为VARCHAR的时间信息， 会有点痛的。 您确实希望将时间数据存储在合适的列类型中

您可能会发现sqlserver强制转换非常有用，例如：

SELECT CAST (created AS datetime), ... FROM ...

---

请参阅sql数据库数据类型。 RDBMS将哪些列视为日期戳将非常清楚

例如，在查询postgres后端时， 您可以找到如下类型：

[1024 rows x 2 columns]
created    datetime64[ns]
name               object

您可能会发现使用从日期到时间戳的postgres转换很有帮助：

SELECT created::TIMESTAMP, ... FROM ...

如果您查询的是存储 作为VARCHAR的时间信息， 会有点痛的。 您确实希望将时间数据存储在合适的列类型中

您可能会发现sqlserver强制转换非常有用，例如：

SELECT CAST (created AS datetime), ... FROM ...

---

如果在MS SQL Server和pandas中使用pyodbc，要识别

df.dtypes

type date，需要在SQL Server中将列定义为

datetime

，在

ds.dtypes

中，如果在MS SQL Server和pandas中使用pyodbc，要识别

df.dtypes

type date，您需要将SQL Server中的列定义为

datetime

，在

ds.dtypes

中，您将得到

datetime64[ns]

请参见：Juan，此链接不提供答案为什么您事先不知道数据类型？数据库是具有已知模式的计划资源。表不应该动态地构建，并且具有数百到数千列可能是表设计的问题。事实上，使用

*

可能效率不高，因为您可以检索大型开放式文本和CLOB/BLOB字段。请看：Juan，这个链接没有提供答案为什么您事先不知道数据类型？数据库是具有已知模式的计划资源。表不应该动态地构建，并且具有数百到数千列可能是表设计的问题。事实上，使用

*

可能效率不高，因为您可以检索大型开放式文本和CLOB/BLOB字段。请看，select语句中的日期类型是“object”，与字符串相同。无法区分数据库是SQL Server，列的类型是DATE。我只需选择列，在

dtypes

中，值是

object

I，select语句中的日期类型是“object”，与字符串相同。无法区分数据库是SQL Server，列的类型是DATE。我只需选择列，在

dtypes

中，值为

object