执行df.to_sql遇TypeError：has_table()参数'info_cache'异常求助

错误原因 #

这个错误是由于SQLAlchemy 2.x版本与MS Access的SQLAlchemy方言（access+pyodbc）不兼容导致的。SQLAlchemy 2.x在检查表是否存在时新增了info_cache参数，但Access对应的方言实现并未适配该参数，从而触发报错。

解决方案 #

方案1：降级SQLAlchemy到1.4.x稳定版 #

这是最直接的解决方法，1.4.x版本的has_table()方法不包含info_cache参数，能避开兼容性问题：

pip install sqlalchemy==1.4.49

之后使用正确的连接与追加代码：

import pandas as pd
from sqlalchemy import create_engine

# 读取CSV数据
df = pd.read_csv("your_data.csv")

# 构建MS Access连接字符串（替换为你的数据库路径）
conn_str = (
    r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};'
    r'DBQ=C:\your_path\your_database.accdb;'
)
engine = create_engine(f"access+pyodbc:///?odbc_connect={conn_str}")

# 追加数据到已有表
df.to_sql(
    name="your_table_name",  # 替换为目标表名
    con=engine,
    if_exists="append",  # 追加模式
    index=False  # 不写入DataFrame索引
)

方案2：绕过SQLAlchemy，直接用pyodbc批量插入 #

如果不想调整SQLAlchemy版本，可以直接使用pyodbc执行批量插入，避开SQLAlchemy的表检查逻辑：

import pandas as pd
import pyodbc

# 读取CSV数据
df = pd.read_csv("your_data.csv")

# 连接MS Access数据库
conn = pyodbc.connect(
    r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};'
    r'DBQ=C:\your_path\your_database.accdb;'
)
cursor = conn.cursor()

# 生成插入语句（假设DataFrame列名与数据库表列名完全一致）
columns = ", ".join(df.columns)
placeholders = ", ".join(["?"] * len(df.columns))
insert_sql = f"INSERT INTO your_table_name ({columns}) VALUES ({placeholders})"

# 批量插入数据
cursor.executemany(insert_sql, df.values.tolist())
conn.commit()

# 关闭连接
cursor.close()
conn.close()

注意事项 #

• 确保你的系统安装了Microsoft Access ODBC驱动（32位/64位需与Python版本匹配）。
• 目标表的列名、数据类型需与CSV数据的列名、类型匹配，避免插入失败。

内容的提问来源于stack exchange，提问作者user11956646