使用 sqlalchemy 从 Pandas Dataframe 到 pyodbcAzure SQL DB：从字符串转换日期和/或时间时转换失败

问题描述

我正在尝试通过在 Azure Databricks 上启动 Python 脚本以增量方式将 Salesforce 数据加载到 Azure sql 数据库。

由于我无法在 Azure Databricks 中安装 Devart ODBC，我尝试使用 simple_salesforce 从 salesforce 获取数据：

import pandas as pd
import pyodbc
from simple_salesforce import Salesforce,SalesforceLogin,SFType
from sqlalchemy.types import Integer,Text,String,DateTime
from sqlalchemy import create_engine
import urllib

sf = Salesforce(password = password,username=username,security_token=jeton)
rep_qr = "SELECT SOMETHING FROM Account WHERE CONDITION"
soql = prep_qr.format(','.join(field_names))
results = sf.query_all(soql)['records']

我得到以下结果（示例）：

[OrderedDict([('attributes',OrderedDict([('type','Account'),('url','/services/data/v42.0/sobjects/Account/0014K000009aoU3QAI')])),('Id',XY1),(Name,Y),(Date,2020-11-24T09:16:17.000+0000)])]

然后我将输出转换为熊猫数据框：

results = pd.DataFrame(sf.query_all(soql)['records'])
results.drop(columns=['attributes'],inplace=True) #to keep only the columns

我得到了这样的东西（只是一个例子）：

Id	名称	日期
XY1	Y	2020-11-24T09:16:17.000+0000

为了将这些数据摄取到 Azure sql 数据库中，我使用“sqlalchemy”将 Dataframe 转换为 sql，然后 pyodbc 将负责插入到目标（Azure sql 数据库）的部分，如下所示：>

df = pd.DataFrame(results)
df.reset_index(drop=True,inplace=True) #just to remove the index from dataframe

#Creating the engine from and pyodbc which is connected to Azure sql Database:
params = urllib.parse.quote_plus \
                (r'DRIVER={ODBC Driver 17 for sql Server};SERVER=' + server + ';DATABASE=' + database + ';UID=' + username + ';PWD=' + password)
conn_str = 'mssql+pyodbc:///?odbc_connect={}'.format(params)
engine_azure = create_engine(conn_str,echo=True)
df.to_sql('account',engine_azure,if_exists='append',index=False)

但我收到以下错误：

sqlalchemy.exc.DataError: (pyodbc.DataError) ('22007','[22007] [Microsoft][ODBC Driver 17 for sql Server][sql Server]Conversion Failed when converting date and/or time from character string. (241) (sqlExecDirectW)')

我认为问题在于库 simple_salesforce 以这种格式显示日期/时间：

2020-11-24T09:16:17.000+0000

但在 Azure sql 数据库中应该是这样的：

2020-11-24T09:16:17.000

这里的问题是我正在动态加载表（我什至不知道我正在加载的表和列）我无法转换这些数据类型的原因，我需要一种方法来传递数据类型自动转换为pyodbc。

你有什么可以推荐的吗？

谢谢，

解决方法

如果日期/时间值始终以 2020-11-24T11:22:33.000+0000 形式的字符串形式返回，那么您可以使用 pandas 的 .apply() 方法将字符串转换为 SQL Server 将使用的 2020-11-24 11:22:33.000 格式接受：

df = pd.DataFrame(
    [
        (1,"2020-11-24T11:22:33.000+0000"),(2,None),(3,"2020-11-24T12:13:14.000+0000"),],columns=["id","dtm"],)
print(df)
"""console output:
   id                           dtm
0   1  2020-11-24T11:22:33.000+0000
1   2                          None
2   3  2020-11-24T12:13:14.000+0000
"""

df["dtm"] = df["dtm"].apply(lambda x: x[:23].replace("T"," ") if x else None)
print(df)
"""console output:
   id                      dtm
0   1  2020-11-24 11:22:33.000
1   2                     None
2   3  2020-11-24 12:13:14.000
"""

df.to_sql(
    table_name,engine,index=False,if_exists="append",)

with engine.begin() as conn:
    pprint(conn.execute(sa.text(f"SELECT * FROM {table_name}")).fetchall())
"""console output:
[(1,datetime.datetime(2020,11,24,22,33)),12,13,14))]
"""

azure-sql-database pyodbc python simple-salesforce sqlalchemy