如何将大型Pandas DataFrame写入.accdb？遇IM002驱动错误求解决

以下是针对你遇到的驱动未找到错误的排查和解决步骤：

1. 强制匹配Python与Access驱动的位数 #

这是最常见的触发原因：64位Python必须搭配64位Access ODBC驱动，32位Python搭配32位驱动，二者不能交叉混用。

• 检查Python位数：运行以下代码确认

  import sys
  print(sys.maxsize > 2**32)  # 输出True为64位，False为32位
  

• 对应位数打开ODBC数据源管理器：
  • 64位：打开C:\Windows\System32\odbcad32.exe
  • 32位：打开C:\Windows\SysWOW64\odbcad32.exe
• 在「驱动程序」标签下确认存在Microsoft Access Driver (*.mdb, *.accdb)，且位数与Python完全一致。如果缺失，安装对应位数的Access Runtime或Office驱动包。

2. 严格匹配驱动名称 #

不同版本的Office/Access驱动名称可能存在细微差异，必须完全照搬ODBC管理器中显示的精确名称：

• 比如旧版驱动名称可能是{Microsoft Access Driver (*.mdb)}，新版为{Microsoft Access Driver (*.mdb, *.accdb)}，复制管理器中的全称替换到连接字符串里。

3. 绕过SQLAlchemy，直接测试pyodbc连接 #

先排除SQLAlchemy的配置干扰，用纯pyodbc代码测试基础连接：

import pyodbc
# 替换为你确认的驱动名称和数据库路径
conn_str = r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};DBQ=C:\Users\Public\test\TEST.accdb;ExtendedAnsiSQL=1'
try:
    conn = pyodbc.connect(conn_str)
    cursor = conn.cursor()
    cursor.execute("SELECT 1")
    print("连接成功：", cursor.fetchone())
    conn.close()
except Exception as e:
    print("连接失败：", str(e))

如果这段代码失败，说明问题出在pyodbc与驱动的适配，而非Pandas或SQLAlchemy。

4. 调整SQLAlchemy引擎的创建方式 #

尝试改用更直接的连接字符串格式创建引擎：

import pandas as pd
from sqlalchemy import create_engine

accdb_path = r"C:\Users\Public\test\TEST.accdb"
connection_string = ( 
    "DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};"
    f"DBQ={accdb_path};"
    "ExtendedAnsiSQL=1;"
)

# 改用这种方式创建引擎
engine = create_engine(f"access+pyodbc:///?odbc_connect={connection_string}")

df = pd.DataFrame([(1, "foo"), (2, "bar")], columns=["id", "txt"])
df.to_sql("my_table", engine, index=False, if_exists="append")

或者跳过access+pyodbc前缀，直接用pyodbc的URL格式：

from sqlalchemy.engine import URL
connection_url = URL.create(
    "pyodbc",
    query={"odbc_connect": connection_string}
)
engine = create_engine(connection_url)

5. 验证文件权限与路径 #

• 确保数据库文件所在文件夹对当前用户有读写权限，可尝试将数据库移到桌面等权限开放的目录测试
• 若路径包含空格或特殊字符，用双引号包裹路径（比如DBQ="C:\Users\Public\test\TEST.accdb"）

内容的提问来源于stack exchange，提问作者hyperinfer