Snowflake与Python中TIMESTAMP_NTZ类型数据2023年过滤失效问题

方案1：用日期范围直接匹配（推荐） #

TIMESTAMP_NTZ类型无需额外转换，直接通过时间范围锁定2023年全年数据，这种写法性能最优，也能避免转换误差：

sf_query3 = f"""
SELECT * 
FROM {sf_table2} 
INNER JOIN {sf_table1} 
    ON {sf_table2}."product_id" = {sf_table1}."id" 
WHERE {sf_table2}."time" >= '2023-01-01 00:00:00' 
  AND {sf_table2}."time" < '2024-01-01 00:00:00'
"""

只要时间列的值在2023年1月1日零点到2024年1月1日零点之间，都会被筛选出来，完全不受月、日、时分秒影响。

方案2：简化EXTRACT用法 #

原语句里把TIMESTAMP_NTZ转成DATE是多余的，直接对原列提取年份即可：

sf_query3 = f"""
SELECT * 
FROM {sf_table2} 
INNER JOIN {sf_table1} 
    ON {sf_table2}."product_id" = {sf_table1}."id" 
WHERE EXTRACT(YEAR FROM {sf_table2}."time") = 2023
"""

TIMESTAMP_NTZ本身包含完整的年份信息，跳过DATE转换步骤能避免潜在的隐性问题，确保筛选逻辑准确。

方案3：用DATE_TRUNC截断年份 #

通过DATE_TRUNC把时间值截断到年份维度，再匹配2023年的起始点：

sf_query3 = f"""
SELECT * 
FROM {sf_table2} 
INNER JOIN {sf_table1} 
    ON {sf_table2}."product_id" = {sf_table1}."id" 
WHERE DATE_TRUNC('YEAR', {sf_table2}."time") = '2023-01-01'
"""

DATE_TRUNC会把所有2023年的时间统一转换成2023-01-01 00:00:00，以此为条件就能筛选出全年数据。

额外排查点 #

• 先确认{sf_table2}."time"列确实是TIMESTAMP_NTZ类型，执行DESCRIBE TABLE {sf_table2};查看列的类型详情。
• 检查目标表中是否存在格式异常的时间数据，比如年份不符合4位格式的情况。
• 验证Python变量sf_table2、sf_table1是否正确指向了预期的表，避免因表名错误导致筛选失效。

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