Python读取SQL主键自动格式化日期格式问题求助

问题根源 #

pandas执行pd.read_sql时会自动推断列数据类型，当主键字符串中包含类似-MM-DD的片段（如ABCAASASJDK2322-12-01），会被误判为日期类型，后续输出时自动转换为带月份缩写的格式（如ABCAASASJDK2322-Dec-01），导致匹配失败。

解决方案 #

1. 读取SQL时强制指定主键列为字符串类型

在调用pd.read_sql时，通过dtype参数明确指定PK列的数据类型为字符串，从根源避免自动类型转换：

# connection1读取时指定dtype
df1 = pd.read_sql(query, connection, dtype={'PK': str})
df1.to_excel('File1.xls')

# connection2读取时同样指定
df2 = pd.read_sql(query, connection, dtype={'PK': str})
df2.to_excel('File2.xls')

2. 已读取数据的类型修正（可选）

如果已经完成数据读取，可将PK列强制转换为字符串类型：

df1['PK'] = df1['PK'].astype(str)
df2['PK'] = df2['PK'].astype(str)

3. 写入Excel时强制文本格式

使用openpyxl写入主键时，设置单元格的数字格式为文本，防止Excel再次自动格式化：

for x in range(4, uniquerecrange):
    df1index = worksheet.cell(x,1)
    df1index = int(df1index.value)
    df1indexval = df1["PK"].iloc[df1index]
    print(df1indexval)
    # 设置单元格为文本格式再赋值
    cell = worksheet.cell(row=x, col=newcolindex)
    cell.number_format = '@'
    cell.value = df1indexval

关键说明 #

• 优先使用读取时指定dtype的方式，处理数百万条记录时效率更高，避免后续转换的额外开销。
• 写入Excel时设置文本格式，可确保最终Excel文件中的主键保持原始字符串格式，不会被Excel自动识别为日期。

内容的提问来源于stack exchange，提问作者Neha M