Sql server 将数据帧写入MSSQL datetimeoffset列时缺少时区偏移量

将数据帧写入MSSQL数据库上的表时，时间戳条目的时区偏移量设置为+00:00，尽管数据帧中的时间戳包含CEST偏移量+02:00

我正在创建一个包含三列的简单表，其中一列包含datetime时区感知时间戳。在SQL server上创建表时，所述列数据类型设置为datetimeoffset7

name = ['price']*24
values = np.random.rand(24)
starttimes = pd.date_range('2019-09-10 00:00', '2019-09-10 23:00', freq='h', tz='CET')

df = pd.DataFrame({'start_time': starttimes, 'values': values, 'item': name})

engine = sqlalchemy.create_engine('mssql+pymssql://scott:tiger@hostname:port/dbname')

df.to_sql(
    name='test_table',
    con=engine,
    index=False,
    if_exists='append',
    dtype={'start_time': DateTime(timezone=True)}
)

将dataframe插入数据库中的表时，偏移量将变为+00:00，而不是+02:00。 例如，原始数据帧有一个条目 2019-09-10 00:00:00+02:00 服务器上的哪个将成为 2019-09-10 00:00:00.0000000+00:00

---

当我使用pyodbc代替PyMSQL时，问题仍然存在。我为PyMSQL安装了Microsoft ODBC驱动程序17。

我不确定PyMSQL，但使用pyodbc，如果您使用df.astype将数据框列转换为字符串，则可以插入datetimeoffset列：

表名称=测试表 使用发动机。以连接方式开始： conn.exec_驱动程序_sqlfDROP表[{TABLE_name}] conn.exec_driver_sqlfCREATE TABLE[{TABLE_name}]dto datetimeoffset7 dto=datetime.datetime2019,9,10,0,0，tzinfo=datetime.timezonedatetime.timedeltahours=2 df=pd.DataFrame[dto，]，columns=['dto'] 将时间戳列转换为字符串 df=df.astype{'dto'：numpy.str} df.to_sqltable_名称，引擎，如果_exists='append'，index=False 检查结果 使用发动机。以连接方式开始： printconn.executetextfSELECT CASTdto AS VARCHAR50 AS dto_str FROM[{table_name}].fetchall ['2019-09-10 00:00:00.0000000 +02:00',]