Python 如何将Pandas DataFrame列从Pandas datetime64[ns]转换为Pyodbc SQL\u时间戳

我正试图通过pyodbc将Pandas数据帧填充到空的MS Access 2016表中。尝试将数据帧插入Access时，我收到以下错误消息：pyodbc.dataerror:（'22008'，[ODBC Microsoft Access驱动程序]日期时间字段溢出

研究表明，MS-AccessDate/Time数据类型对应于ODBCSQL\u-TIMESTAMP数据类型

我尝试了以下方法将datetime64[ns]转换为SQL\u时间戳：

import datetime
cursor.execute("INSERT sql statement...VALUES(?)", datetime.datetime(order_date))  

但是，我得到了这个错误：TypeError：需要一个整数（得到了类型时间戳）。

要成功地将Pandas/Numpy的datetime64[ns]值填充到Access表中，我需要做什么？我需要将它们转换为SQL\u时间戳吗？如何转换？

---

编辑： 我尝试运行下面Gord Thompson的解决方案，但遇到了以下错误：

import datetime

dt=dt64到日期时间（dt\u ns）

>属性错误：'datetime'没有属性'utcfromtimestamp'

此错误背后的原因是什么？（在pyodbc 4.0.17、Python 3.6.2、MS Access 2016上测试）

要成功地将Pandas/Numpy的datetime64[ns]值填充到Access表中，我需要做什么？我需要将它们转换为SQL\u时间戳吗？如何转换

如中所示，您可能需要将

numpy.datetime64

值转换为Python

datetime

值，可能如下所示：

def dt64_to_datetime（dt64）：
如果np.isnat（dt64）：
一无所获
其他：
unix_epoch=np.datetime64（0，'s'）
1秒=np.timedelta64（1，'s'）
自新纪元起的秒数=（dt64-unix新纪元）/1秒
return datetime.utcfromtimestamp（自\u历元起的秒数）

用法示例：

dt_ns=np.datetime64（'2017-10-24 05:34:20.123456'）.astype（'datetime64[ns]”）
打印（报告日期）（numpy.datetime64（'2017-10-24T05:34:20.123456000'））
打印（f'dt_ns.dtype:{dt_ns.dtype}'）#dt_ns.dtype:datetime64[ns]
dt=dt64_到_日期时间（dt_ns）
打印（repr（dt））#datetime.datetime（2017,10,24,5,34,20,123456）
sql=“UPDATE tablename SET datetimefield=？其中id=1”
参数=（dt，）
crsr.execute（sql，参数）

---

（使用pyodbc 4.0.21和Access 2010进行测试。）

@Gord Thompson-你知道Pandas/Numpy datetime64和datetime64[ns]值之间的区别吗？@Mook-我不知道，但在这种情况下，它似乎也没有什么区别。我已经更新了我的答案。@Gord Thompson-我对你的解决方案感到困惑。当我打印datetime64[ns]值，它看起来是这样的：2017-01-01。另外，我正试图使用SQL insert语句将Order_date列值插入Access中。@Mook-我也很困惑，因为

np.datetime64（'2017-01-01'）.astype（'datetime64[ns]）

打印为

numpy.datetime64（'2017-01-01T00:00:00.000000000'）

，它也适用于更新（转换为

datetime

）后。@Gord Thompson-我更新了我的问题，试图澄清一些混淆。我试图将此Pandas列填充到一个空的访问表中。因此SQL UPDATE语句可能不起作用。请您的问题显示从

print（repr（order_date））

和

print（order_date.dtype）中获得的内容

。我使用了来自datetime import datetime的

。如果您只是
导入datetime
，那么您可能需要使用
datetime.datetime.utcfromtimestamp
@Gord Thompson-我遵循了您的解决方案，但我得到了以下错误：
OSError:[Errno 22]无效参数
。我认为这是因为输入值是
numpy.datetime64（'NaT'）
。我可以对NaT值做什么？