使用PYODBC将Pandas DataFrame插入SQL Server表时遭遇HY004无效SQL数据类型错误求助

我帮你排查下这个错误的核心问题，先看你的代码就能发现一个关键疏漏——你在cursor.execute里传入的是整个DataFrame的列（比如final_df.ActivityType），但在iterrows()循环里，你应该用当前循环的row对象来取单个行的值啊！这会导致pyodbc试图把整列数据绑定到单个参数上，直接触发数据类型不匹配的错误。

下面给你一步步的修复方案：

• 第一步：修正循环内的参数取值逻辑
  把代码里的final_df.ActivityType这类整列引用，改成row[列名]的形式，确保每次循环只传入当前行的单个值。比如修正后的执行语句应该是：

  for index, row in final_df.iterrows():
      print(row)
      cursor.execute("INSERT INTO CourseOutline ([ActivityTypeID] ,[ActivityID],[Sequence],[CourseTypeID] ,[Duration], [MinistryCode] ,[FGCCode] ,[Percentage],[ModuleID] ,[PageNo]) values(?,?,?,?,?,?,?,?,?,?)", 
                     row['ActivityType'], row['DBID'], row['Seq'], row['CourseType'], 1, row['MinistryCodes'], row['FGCCodes'], row['Percentage'], row['Module'], row['PgNo'])
  cnxn.commit()
  cursor.close()
  

  这里要注意：你写的列名要和DataFrame实际列名完全对应，比如表字段是ActivityTypeID，但你代码里用的是final_df.ActivityType，要核对清楚别搞混。

• 第二步：检查硬编码参数的类型匹配
  你代码里硬编码了1（对应Duration）、'MinistryCodes'、'FGCCodes'这几个值，要确认SQL Server表中对应字段的类型是否匹配：

  • 如果Duration是整数类型，1没问题；如果是小数类型，可能要写成1.0
  • 如果MinistryCode/FGCCode是整数类型的编码字段，你传字符串就会触发数据类型错误，得改成对应数值

• 第三步：用批量插入替代循环（高效优化方案）
  用iterrows()循环插入效率极低，数据量大的时候尤其明显。推荐用pyodbc的executemany方法一次性批量插入，既高效又能避免循环取值的错误：

  # 提取DataFrame中需要的列并转为列表格式
  insert_rows = final_df[['ActivityType', 'DBID', 'Seq', 'CourseType', 'MinistryCodes', 'FGCCodes', 'Percentage', 'Module', 'PgNo']].values.tolist()
  # 给每个行插入硬编码的Duration值（第5个参数，索引为4）
  for row in insert_rows:
      row.insert(4, 1)
  # 执行批量插入
  cursor.executemany("INSERT INTO CourseOutline ([ActivityTypeID] ,[ActivityID],[Sequence],[CourseTypeID] ,[Duration], [MinistryCode] ,[FGCCode] ,[Percentage],[ModuleID] ,[PageNo]) values(?,?,?,?,?,?,?,?,?,?)", insert_rows)
  cnxn.commit()
  cursor.close()
  

如果做完这些还是报错，你可以用final_df.dtypes查看DataFrame的列类型，再和SQL表的字段类型逐一对比，比如pandas的datetime64是否对应SQL的datetime2，float64是否对应SQL的decimal这类需要类型转换的场景。

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