pandas to_sql 方法在日期列上出错

Question

我有一个数据框，长得像这样：

df = pd.DataFrame(index= pd.date_range('2014-01-01', periods=10))
df['date'] = df.index.map(lambda x: x.strftime('%d-%m-%Y'))
df['date'] = df.index
df['profit']= rand(10)
df['perf_period_id']=2

我还有一个sqlite3数据库，里面有一个叫做fee_profit的表。

fee_profit表有4个字段：

• id - 整数 - 主键
• perf_period_id - 整数
• date - 日期
• profit - 实数

当我尝试把数据框写入数据库时（这里不显示数据库连接的部分）：

df.to_sql(name='fee_profit', index=False, con=db, if_exists='append')

我得到以下代码：

252     else:
253         data = [tuple(x) for x in frame.values.tolist()]
--> 254     cur.executemany(insert_query, data)
255 
256 
InterfaceError: Error binding parameter 0 - probably unsupported type.

没有传递主键（这可能是问题所在吗？）我把表弄得乱七八糟，明显是日期出了问题。我尝试了各种方式传递日期，有时作为索引，有时作为字符串，但都不行。

你知道我哪里出错了吗？我在任何地方都找不到使用这种方法的例子。

我使用的是Pandas 0.13.1和sqlite 3 2.6.0。这个数据库是通过django 1.6模型创建的。

Answer 1

更新： 从pandas 0.15版本开始，to_sql可以支持将日期时间值写入sqlite连接和sqlalchemy引擎。所以下面提到的解决方法就不再需要了。
pandas 0.15版本将在即将到来的十月发布，这个功能已经合并到开发版本中。

---

上面提到的错误原因是因为df的'date'列是datetime64类型，而这个类型不被sqlite3支持。所以你需要先把它转换成字符串（sqlite没有自动处理这个，可能是个bug或者缺失的功能），或者转换成datetime.date对象（这个类型被sqlite3识别，但它也会被转换成字符串，因为sqlite没有日期时间类型）。

在你的代码示例中，你用df['date'] = df.index.map(lambda x: x.strftime('%d-%m-%Y'))做了转换，但之后又用df['date'] = df.index覆盖了这个列，所以这可能是你代码示例中的一个错误。不过如果你先把它转换成字符串，就可以正常工作：

df = pd.DataFrame(index= pd.date_range('2014-01-01', periods=10))
df['date'] = df.index.map(lambda x: x.strftime('%d-%m-%Y'))
df['profit']= rand(10)
df['perf_period_id']=2

df.to_sql(name='fee_profit', index=False, con=db, if_exists='append')

从pandas 0.14版本开始，主要的sql函数进行了重构，使用sqlalchemy来处理不同类型的数据库。如果你使用这个，它会自动将日期时间列转换成字符串：

df = pd.DataFrame(index= pd.date_range('2014-01-01', periods=10))
df['profit']= rand(10)
df['perf_period_id']=2

import sqlalchemy
db2 = sqlalchemy.create_engine('...')
df.to_sql(name='fee_profit', index=False, con=db2, if_exists='append')

将普通的sqlite连接对象用作sqlalchemy引擎，就像你做的那样，未来仍然会被支持（但仅限于sqlite！）。