Linux下用pandas_access读取Access数据库遇整数列含NA值报错

方案1：修复pandas_access的整数列NA问题 #

报错核心是第4列整数类型列存在空值，而pandas默认整数类型无法存储NA。可以通过指定列数据类型规避这个问题：

1. 先查看表的列信息，确认第4列的名称：

import pandas_access as mdb

# 读取表结构，获取列名
table_schema = mdb.read_schema("EPFDResults_320520290_2023_06_27_03_26_42_USER.mdb", "results")
print(table_schema)

2. 强制指定该列为浮点类型或pandas的可空整数类型（Int64）：

# 替换为实际第4列的名称
target_col = table_schema.iloc[3]['name']
df = mdb.read_table(
    "EPFDResults_320520290_2023_06_27_03_26_42_USER.mdb",
    "results",
    dtype={target_col: 'float64'}
)

如果不想逐个指定，也可以直接将所有列转为浮点类型读取，后续再按需转换：

df = mdb.read_table(
    "EPFDResults_320520290_2023_06_27_03_26_42_USER.mdb",
    "results",
    dtype='float64'
)

方案2：用mdbtools+Pandas读取（Linux下更稳定） #

Linux下pyodbc失败大多是因为缺少Access ODBC驱动，mdbtools是专门处理mdb文件的开源工具，配合Pandas可以绕过驱动问题：

1. 安装mdbtools（Amazon Linux AMI用yum）：

sudo yum install mdbtools mdbtools-devel

2. 导出表为CSV后读取：

# 直接用命令行导出
mdb-export EPFDResults_320520290_2023_06_27_03_26_42_USER.mdb results > results.csv

然后用Pandas读取CSV：

import pandas as pd
df = pd.read_csv("results.csv", na_values=['', 'NA'])

也可以在Python中直接调用mdb-export：

import pandas as pd
import subprocess
import io

# 调用mdb-export读取数据
output = subprocess.check_output([
    "mdb-export",
    "EPFDResults_320520290_2023_06_27_03_26_42_USER.mdb",
    "results"
])
df = pd.read_csv(io.BytesIO(output), na_values=['', 'NA'])

方案3：修复pyodbc的驱动问题（如需使用pyodbc） #

如果一定要用pyodbc，需要配置Linux下的Access ODBC驱动：

1. 安装依赖包：

sudo yum install unixODBC unixODBC-devel mdbtools-odbc

2. 配置ODBC驱动：
   编辑/etc/odbcinst.ini文件，添加以下内容：

[MDBToolsODBC]
Description = MDBTools ODBC Driver
Driver = /usr/lib64/libmdbodbc.so.0
Setup = /usr/lib64/libmdbodbc.so.0
FileUsage = 1

3. 连接并读取数据（处理整数列NA问题）：

import pyodbc
import pandas as pd

# 连接数据库
conn_str = "DRIVER={MDBToolsODBC};DBQ=EPFDResults_320520290_2023_06_27_03_26_42_USER.mdb;"
conn = pyodbc.connect(conn_str)

# 用SQL转换含NA的整数列为浮点类型，替换column4为实际第4列名称
query = "SELECT CAST(column4 AS DOUBLE) AS column4, * FROM results"
df = pd.read_sql(query, conn)

conn.close()

内容的提问来源于stack exchange，提问作者Mat