未从 Python 正确导入 SQL 数据库的日期

Question

我有以下（a 的子集）Pandas 数据框，我正在尝试将其上传到 MySQL 数据库：

以下是使用 info() 函数的数据的详细信息：

为了添加上下文，我之前使用以下代码将 tourn_date 和 date 列都转换为日期时间格式：

pd.to_datetime(all_data['tourn_date']).dt.date

最后，这是我用来将数据导入 MySQL 数据库的代码：

for index, row in all_data.iterrows():
    inserts = [row.tourn_id, row.year, row.round_num, row.tourn_date, row.date]

    cursor.execute("""INSERT INTO AllPlayerStats 
                    (TourneyID, Year, RoundNum, TourneyDate, TDate)
                    values(%s,%s,%s,%s,%s)""", inserts)
db.commit()
cursor.close()

然而，当我运行这样做时，一些日期（如上面显示的日期）在数据库中显示为 NULL（见下文），尽管其他比赛工作正常并且格式数据库中的 TourneyDate 和 Date 列是日期类型。在某些情况下，tourn_date 可以正确上传，但 date 不能。

有没有办法解决这个问题并了解为什么会发生这种情况？我对这里发生的事情感到很困惑。

Answer 1

Python 声称日期是数据类型对象，您需要先将它们转换为日期类型。有关如何投射为日期的信息，请参见此处：

https://www.w3schools.com/sql/func_mysql_cast.asp

此外，请确保您要插入的 MySQL 列也具有正确的数据类型格式。大多数没有意义的问题通常是数据类型问题，很容易将 x = 1 与 y = "1" 进行比较并且不理解为什么 x 不等于 y。

更新 - 出现了第二个答案，概念是一样的，我想区别在于你是想用 Python 还是用 MySQL.

Answer 2

考虑将您的日期值转换为 StringDtype（而非 object）或不带 dt.date 属性的 datetime64。 MySQL 可以将 Python 日期时间映射到它的 date 类型（即减去时间分量）。还考虑来自 DataFrame.to_numpy().

的 executemany

请注意：astype("string") 呈现 StringDtype 并且不同于呈现 object 类型的 astype(str) 或 astype("str")。

sql = """INSERT INTO AllPlayerStats (TourneyID, Year, RoundNum, TourneyDate, TDate)
         VALUES (%s, %s, %s, %s, %s)"""

# StringDtype
all_data["tourn_date"], all_data["date"] = (
    all_data["tourn_date"].astype("string"), 
    all_data["date"].astype("string")
)

# datetime
all_data["tourn_date"], all_data["date"] = (
    pd.to_datetime(all_data["tourn_date"]), 
    pd.to_datetime(all_data["date"])
)

vals = all_data[["tourn_id", "year", "round_num", "tourn_date", "date"]].to_numpy()

cursor.executemany(sql, vals) 
db.commit() 
cursor.close()

未从 Python 正确导入 SQL 数据库的日期

Dates not importing to SQL database correctly from Python

python

mysql

pandas