Python mn dtype并将其标记为“object”？针对您的sql查询使用where not null测试它，看看它是否再次强制执行。很遗憾（或不是：）！）我周末休假！因此，我无法运行更多的测试。我刚看了这页：。这听起来应该行得通。我将在周一进行更多的测试，并在

---

mn dtype并将其标记为“object”？针对您的sql查询使用where not null测试它，看看它是否再次强制执行。很遗憾（或不是：）！）我周末休假！因此，我无法运行更多的测试。我刚看了这页：。这听起来应该行得通。我将在周一进行更多的测试，并在周末阅读熊猫的书籍。谢谢你的帮助。稍后我会提供更多信息。干杯我知道没有数据集很难解决这个问题，特别是当这些数据在数据库中时。使用“where in（）”选择的查询收集的2行包含在使用“where numrow<100”选择的第二个查询中。是的，一个有空值。直接在数据库上，每个字段的格式都完全相同。可能是因为，如果列以Null值开头，则Pandas无法读取此列数据类型并将其标记为“object”？请使用where not Null对sql查询进行测试，看看它是否再次强制。很遗憾（或不是：）！）我周末休假！因此，我无法运行更多的测试。我刚看了这页：。这听起来应该行得通。我将在周一进行更多的测试，并在周末阅读熊猫的书籍。谢谢你的帮助。稍后我会提供更多信息。干杯

self.dataframe.to_csv(self.fic,
                   index=False,
                   header=False,
                   sep='|',
                   mode='a',
                   encoding='utf-8',
                   line_terminator='\n',
                   date_format='%d/%m/%Y
                   )

l = list(self.dataframe.select_dtypes(include=['datetime64']).columns)
for i in l:
    self.dataframe[i] = self.dataframe[i].dt.strftime('%d/%m/%Y')

requete = 'select * from DOMMAGE_INTERET where doi_id in (176433, 181564)'

df.dtypes
doi_id                         int64
aff_id                         int64
pdo_id                         int64
doi_date_decision     datetime64[ns]
doi_date_mod          datetime64[ns]
doi_montant                  float64
doi_reste_a_payer             object
doi_appliquer_taux             int64
doi_date_update       datetime64[ns]
afg_id                         int64
dtype: object

requete = 'select * from DOMMAGE_INTERET where rownum < 100'

doi_id                         int64
aff_id                         int64
pdo_id                         int64
doi_date_decision             object
doi_date_mod          datetime64[ns]
doi_montant                  float64
doi_reste_a_payer             object
doi_appliquer_taux             int64
doi_date_update       datetime64[ns]
afg_id                         int64
dtype: object

df = read_sql_query('select * from DOMMAGE_INTERET where rownum < 100', engine, 
                    parse_dates = ['doi_date_decision', 'doi_date_mod', 'doi_date_update'])

df['doi_date_decision'] = pd.to_datetime(df['doi_date_decision'])