调试Pandas to_sql函数：数据未写入MS SQL Server问题排查

1. 补全事务提交逻辑 #

用engine.connect()创建的连接默认是手动提交事务，代码里没写提交语句的话，会话结束后会自动回滚数据。两种解决方式：

• 在with代码块末尾添加connection.commit()
• 改用engine.begin()替代engine.connect()，它会自动处理事务（成功提交、失败回滚）
  修改示例：

from sqlalchemy import create_engine
engine = create_engine(f'mssql+pyodbc:///?odbc_connect={connection_string}', fast_executemany=True)
with engine.begin() as connection:
    data.to_sql(
        'dbo.tablename',
        connection,
        if_exists='append',
        index=False,
        dtype={...}
    )

2. 验证DataFrame本身的有效性 #

• 打印data.shape确认有数据行，比如print(data.shape)，如果输出是(0, N)说明没有可插入的数据
• 核对DataFrame列名和数据库表列名完全一致（SQL Server默认大小写不敏感，但特殊字符列需严格匹配）
• 检查数据类型匹配度：比如数据库是datetime类型，DataFrame里不能存字符串格式日期，要确保是pd.datetime类型

3. 确认连接的数据库是否正确 #

• 检查connection_string里的Database参数，避免误连到其他库（比如默认的master库）
• 执行查询验证当前连接的数据库：

with engine.connect() as conn:
    result = conn.execute("SELECT DB_NAME()")
    print("当前连接的数据库:", result.scalar())

4. 开启SQLAlchemy日志查看执行细节 #

添加日志配置，查看实际生成的SQL语句和参数，确认插入操作是否正常触发：

import logging
logging.basicConfig()
logging.getLogger('sqlalchemy.engine').setLevel(logging.INFO)

运行代码后会输出所有执行的SQL，包括INSERT语句，能直观看到语句是否正确、参数是否匹配

5. 检查账号权限 #

• 确认连接数据库的账号拥有dbo.tablename表的INSERT权限
• 手动用该账号执行一条插入SQL，验证是否能成功写入：

INSERT INTO dbo.tablename (列1, 列2) VALUES (值1, 值2);

6. 测试小批量数据插入 #

• 先取DataFrame前2行测试：data.head(2).to_sql(...)，排除大量数据插入时的隐性问题
• 暂时关闭fast_executemany=True，用默认模式插入，排查是否是批量插入的兼容性问题

内容的提问来源于stack exchange，提问作者Ohumeronen