已转为字符串，Dask DataFrame仍抛出OutOfBoundsDatetime错误求助

问题原因 #

numpy的datetime64[ns]类型时间范围上限为2262-04-11，而你的表中存在9999-12-31 23:59:59这类超出范围的日期。Dask在compute()阶段会默认将SQL日期列解析为datetime64[ns]，你后续转字符串的操作属于延迟计算步骤，无法覆盖前期的解析逻辑，因此依然触发报错。

解决方案 #

方案1：读取时直接指定列类型为字符串 #

在read_sql_table中通过dtype参数指定目标日期列以字符串类型读取，从根源避免日期解析：

ddf = read_sql_table(
    table_name='TABLE_NAME',
    con=conn,
    index_col='index',
    dtype={'transaction_end_date': str}
)
ddf.compute()

方案2：通过SQL查询转换日期为字符串 #

直接在SQL语句中将日期列转为字符串后读取，绕过Dask的自动解析逻辑：

query = "SELECT index, CAST(transaction_end_date AS VARCHAR) AS transaction_end_date FROM TABLE_NAME"
ddf = read_sql_query(query, con=conn, index_col='index')
ddf.compute()

方案3：用object类型存储（需后续日期操作时） #

如果需要保留日期操作能力，可指定列类型为object，存储原始日期对象（需确保SQL驱动支持返回宽范围日期）：

ddf = read_sql_table(
    table_name='TABLE_NAME',
    con=conn,
    index_col='index',
    dtype={'transaction_end_date': object}
)
# 后续可手动转换为pandas支持宽范围的日期类型（如DatetimeTZDtype）

内容的提问来源于stack exchange，提问作者rams