Snowpark Python向Snowflake表插入部分字段时出现字段数量不匹配错误

错误原因很明确：目标表包含id、name、salary、address、email5个字段，但你构造的DataFrame只有3个字段，Snowpark默认要求写入的DataFrame列数与目标表完全一致，因此触发列数不匹配的报错。

以下是两种无需编写SQL的解决方案：

方案1：补充缺失字段为NULL #

给DataFrame添加目标表中缺失的address和email列，将其值设为NULL，让列数与目标表对齐后再插入：

from snowflake.snowpark.functions import lit

# 原创建DataFrame代码
df_insert = session.create_dataframe(insert_values, schema=insert_columns)
# 添加缺失列并设为NULL
df_insert = df_insert.with_column("address", lit(None)).with_column("email", lit(None))
# 追加写入目标表
df_insert.write.mode("append").save_as_table("target_table")

方案2：使用Merge API指定插入列 #

通过Snowpark的Merge操作，明确指定要插入的字段，无需修改原DataFrame结构：

from snowflake.snowpark.functions import lit
from snowflake.snowpark.merge import when_not_matched_insert

# 创建待插入的DataFrame
df_insert = session.create_dataframe(insert_values, schema=["id", "name", "salary"])
# 获取目标表的DataFrame
target_df = session.table("target_table")

# 执行插入：用永远不成立的条件确保所有行都被插入
target_df.merge(
    df_insert,
    lit(False),
    [
        when_not_matched_insert().set(
            "id", df_insert["id"],
            "name", df_insert["name"],
            "salary", df_insert["salary"]
        )
    ]
)

如果需要避免重复插入（比如根据id判断是否已存在），可以将匹配条件改为target_df["id"] == df_insert["id"]，这样只会插入id不存在的新数据。

内容的提问来源于stack exchange，提问作者user12206796