Python向SQL Server插入数据时NoneType拼接错误的解决方案咨询

你代码的核心问题是没有正确使用参数化查询，直接将行数据拼接进SQL字符串，当值为None时就会触发字符串拼接错误。正确的做法是将SQL语句与参数分离，让数据库驱动自动处理None（转为SQL的NULL）。

修正后的单条插入代码 #

把参数作为cursor.execute()的第二个参数传入，不要拼接进SQL字符串：

for index, row in df.iterrows():
    # 定义参数化SQL模板，?是SQL Server的占位符
    sqlstring1 = "INSERT INTO dbo.sample (id, name, branch) VALUES (?, ?, ?)"
    # 将行数据转为元组，None会被驱动自动转为SQL NULL
    params = (row.id, row.name, row.branch)
    cursor.execute(sqlstring1, params)
# 记得提交事务
conn.commit()

更高效的批量插入方案 #

用iterrows()逐行插入效率极低，推荐使用pandas内置的to_sql()方法，它会自动处理None值，还支持批量插入：

from sqlalchemy import create_engine

# 根据你的实际配置修改连接字符串
engine = create_engine('mssql+pyodbc://username:password@server_name/database_name?driver=ODBC+Driver+17+for+SQL+Server')

# 批量追加数据到目标表，index=False表示不插入DataFrame的索引列
df.to_sql('sample', con=engine, schema='dbo', if_exists='append', index=False)

关键说明 #

• 参数化查询不仅能解决None值问题，还能有效防止SQL注入攻击，是数据库操作的标准规范。
• to_sql()会自动处理Python与SQL的数据类型映射，批量插入的性能比逐行插入提升数倍，适合数据量较大的场景。

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