将Pandas DataFrame写入Snowflake表时遇TIMESTAMP_TZ类型匹配错误求助

以下是针对你遇到的TIMESTAMP_TZ(9)与NUMBER(38,0)类型不匹配报错的解决方案：

1. 显式定义Snowpark Schema的时间戳类型 #

创建Snowpark DataFrame时，明确指定RECORD_TS_CST列为带时区的时间戳类型，避免自动映射错误：

from snowflake.snowpark.types import StructType, StructField, TimestampType

# 按需添加其他列的定义
custom_schema = StructType([
    StructField("RECORD_TS_CST", TimestampType(timezone='US/Central')),
    # 其他列...
])

snow_df = session.create_dataframe(pandas_df, schema=custom_schema)

2. 标准化Pandas时间戳列的时区信息 #

将Pandas的datetime列明确绑定CST时区，帮助Snowpark正确识别为带时区的时间戳：

import pandas as pd

# 转换时指定时区，空值统一转为NaT
pandas_df['RECORD_TS_CST'] = pd.to_datetime(pandas_df['RECORD_TS_CST'], errors='coerce').dt.tz_localize('US/Central', ambiguous='NaT')

3. 在Snowpark中强制转换列类型 #

创建Snowpark DataFrame后，用内置函数将列强制转为TIMESTAMP_TZ类型：

from snowflake.snowpark.functions import to_timestamp_tz

snow_df = snow_df.with_column(
    "RECORD_TS_CST",
    to_timestamp_tz("RECORD_TS_CST", format='YYYY-MM-DD HH24:MI:SS.FF9')
)

4. 直接使用write_pandas方法写入 #

绕过Snowpark DataFrame的自动类型映射，用write_pandas方法直接写入，该方法对Pandas与Snowflake的类型兼容性处理更成熟：

session.write_pandas(
    pandas_df,
    table_name="TABLE1",
    auto_create_table=False,
    append=True,
    quote_identifiers=False
)

5. 验证Snowflake表结构 #

确认目标表TABLE1的RECORD_TS_CST列确实是TIMESTAMP_TZ(9)类型，可通过Snowflake客户端执行：

DESCRIBE TABLE TABLE1;

若列类型不符，需先调整表结构或转换逻辑适配现有类型。

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