将数据从csv传递到SQL时修复类型错误
将数据从csv传递到SQL时修复类型错误
提问于 2017-09-14 11:48:19
场景:根据前面的问题(Removing the timestamp from a datetime in pandas dataframe)，我有一段代码，将excel中的数据读入到熊猫数据中，并使用命令dataframe.to_sql将数据插入给定的SQL数据库。
问题:由于我的日期是以美国格式(mm/dd/yyyy)检索的，而且我的数据库是国际格式的(dd/mm/yyyy)，所以我在试图将数据上传到SQL时遇到一个类型错误。
我已经尝试过的内容：--我尝试了上一个问题中给出的建议，并以这种方式运行数据更改，但是当我试图上传到SQL时，我得到了错误。
我目前正在使用的行：
fnl['Date'] = pd.to_datetime(fnl['Maturity'], errors='coerce')它允许运行代码，但在SQL中会产生问题。
我也试过了：
fnl['Date'] = pd.to_datetime(fnl['Date'], format='%m/%d/%Y', errors:'coerce')和
fnl['Date'] = pd.to_datetime(fnl['Date'], format='%m/%d/%Y')还是没有成功。
在代码开始时，我将所有编码更改为utf-8，所以我看不出问题的所在。
问题：如何解决这个问题？
数据示例：
Date
1/15/2023
1/15/2023
6/30/2023
6/30/2023
8/1/2022
8/1/2022
7/25/2022
7/25/2022
7/19/2024
7/13/2022
7/13/2022回答 1
Stack Overflow用户
回答已采纳
发布于 2017-09-14 11:57:28
如果您的Date列以国际格式返回日期，则需要在转换为日期时间时反映这一点。
fnl['Date'] = pd.to_datetime(fnl['Date'], format='%m/%d/%Y', errors='coerce')您需要在源中指定格式，这样才能正确地进行转换。
如果要将日期时间转换为%m/%d/%Y格式的字符串，请使用.dt.strftime函数：
fnl['DateString'] = fnl['Date'].dt.strftime('%d/%m/%Y')s = pd.to_datetime(df['Date'], format='%m/%d/%Y', errors='coerce')
s
0 2023-01-15
1 2023-01-15
2 2023-06-30
3 2023-06-30
4 2022-08-01
5 2022-08-01
6 2022-07-25
7 2022-07-25
8 2024-07-19
9 2022-07-13
10 2022-07-13
Name: Date, dtype: datetime64[ns]
s = s.dt.strftime('%d/%m/%Y')
s
0 15/01/2023
1 15/01/2023
2 30/06/2023
3 30/06/2023
4 01/08/2022
5 01/08/2022
6 25/07/2022
7 25/07/2022
8 19/07/2024
9 13/07/2022
10 13/07/2022
Name: Date, dtype: object页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46218306
复制相关文章
相似问题
腾讯云开发者
