GCP VertexAI Feature Store ingest_from_df()的feature_time类型匹配错误

问题根源 #

报错提示期望[TIMESTAMP, NULLABLE]类型，但当前数据列是[DATETIME, NULLABLE]，核心原因是Pandas默认的datetime64[ns]（无时区）会被VertexAI识别为DATETIME类型，而Feature Store要求feature_time对应带时区信息的TIMESTAMP类型。

修复方案 #

方案1：将时间列转换为带UTC时区的感知型datetime #

替换原代码中生成ts_column的逻辑，直接使用带时区的时间对象：

import pandas as pd
import datetime

# 读取样本数据
df = pd.read_csv('sample_data.csv')

# 生成带UTC时区的当前时间并赋值
df['ts_column'] = pd.Timestamp.now(tz='UTC')

# 若需要从固定字符串转换（示例）
feature_time_str = datetime.datetime.now(datetime.timezone.utc).isoformat()
df['ts_column'] = pd.to_datetime(feature_time_str, utc=True)

验证数据类型：执行print(df['ts_column'].dtype)，输出应为datetime64[ns, UTC]，表明是符合要求的带时区TIMESTAMP类型。

方案2：将时间转换为带时区标识的ISO 8601字符串 #

如果偏好字符串格式，确保字符串包含UTC时区标识（如Z）：

df['ts_column'] = datetime.datetime.now(datetime.timezone.utc).isoformat().replace('+00:00', 'Z')

该格式会被VertexAI正确识别为TIMESTAMP类型。

验证导入 #

修改后重新执行ingest_from_df方法，即可匹配Feature Store期望的schema。

内容的提问来源于stack exchange，提问作者justcode