参考

Question

我通过读取文件并进行一些预处理（其中有几列数字）来加载Pandas DataFrame。例如

            value
1     13654654328.4567895
2     NULL
3     54643215587.6875455

为了不丢失准确性，我计划将其存储为NUMERIC。由于我不希望Pandas将数据转换为float，因此我将其加载为字符串，然后使用df.to_sql（）插入SQL。

如果不存在NULL，它将很好地工作。但是，如果它包含null，则无论我将“”或np.nan设置为null，它都将错误报告为“将数据类型nvarchar转换为数值时出错”。似乎它会自动将其转换为空字符串，该字符串无法在SQL Server中转换为NUMERIC。

有什么办法可以解决这个问题。希望可以使用Python完成所有操作，而无需进一步的SQL脚本。

Answer 1

我从未使用过.to_sql方法，但我想您需要将None值替换为None值。例如：

df.replace([np.nan], [None], inplace=True)

顺便说一句np.nan是float类型。在SQL中，NULL为“ nothing”类型，在Python中等效为None。另外，“”和“ NULL”也将被视为字符串。

Answer 2

我想我会添加更多细节来补充下面的内容...

SQL NULL值由输入和输出上的Python None单例表示。

您遇到了问题，因为您试图将混合类型发送到数据库。您需要用None

替换所有预期的空白值