我正在使用方法pandas.read\u sql读取()从SQL中检索也包含无效时间戳(9999-12-30 23:00:00)值的表。 但是,代码行抛出错误“超出界限纳秒时间戳:9999-12-30 23:00:00”。你知道吗
在这种情况下,如何解析时间戳?你知道吗
我已经检查了pandas documentation中的解决方案。但是,它似乎没有相关的支持来配置时间戳解析器。你知道吗
import pyodbc as pyo
import pandas as pd
db_conn = pyo.connect('DSN=MySQL Connection 3;',autocommit=True)
tbl_df = pd.read_sql('select * from orders',db_conn)
我希望要么解析由无效时间戳组成的单元格,要么在默认情况下避免解析时间戳。你知道吗
在0.20.3中
pandas.read_sql()
具有parse_dates : list or dict, default: None
所以熊猫正在解析数据库中找到的日期,这是出乎意料的。你知道吗
去除
select * from orders
到select col1, ..., datecol from orders
并消除datecol
。会发生什么?你知道吗将
datecol
更改为UNIX_TIMESTAMP(STR_TO_DATE(datecol, '%M %d %Y %h:%i'))
,以便可以将数据作为非日期时间格式拉入。从那里,你可以转化成熊猫。你知道吗相关问题 更多 >
编程相关推荐