如何生成无引号值的字典以适配pandas to_sql()方法

你遇到的核心问题是：to_sql()需要的字典值是SQLAlchemy的类型实例（比如DateTime()、VARCHAR(60)），而不是字符串字面量（比如'DateTime'）。之前的方法生成的是字符串，自然无法被识别。

实现步骤 #

1. 导入SQLAlchemy对应的类型模块
2. 建立字符串类型到SQLAlchemy类型的映射，同时支持自定义字段长度
3. 遍历DataFrame生成符合要求的字典

代码示例 #

首先导入依赖：

import pandas as pd
from sqlalchemy import DateTime, VARCHAR

假设你的DataFrame结构如下：

# 模拟你的DataFrame
data = {
    'column_name': ['modifiedDate', 'city', 'state', 'region'],
    'data_type': ['DateTime', 'VARCHAR(50)', 'VARCHAR(50)', 'VARCHAR(50)']
}
df = pd.DataFrame(data)

生成目标字典：

# 定义各字段的自定义长度
custom_lengths = {
    'city': 60,
    'state': 60,
    'region': 30
}

col_type_dict = {}
for _, row in df.iterrows():
    col_name = row['column_name']
    type_str = row['data_type']
    
    if type_str == 'DateTime':
        col_type_dict[col_name] = DateTime()
    elif type_str.startswith('VARCHAR'):
        # 提取原类型的默认长度，没有自定义长度时使用
        default_len = int(type_str.split('(')[1].split(')')[0])
        # 优先使用自定义长度，否则用默认值
        target_len = custom_lengths.get(col_name, default_len)
        col_type_dict[col_name] = VARCHAR(target_len)

最终生成的字典如下（符合to_sql()的要求）：

{'modifiedDate': DateTime(),
 'city': VARCHAR(60),
 'state': VARCHAR(60),
 'region': VARCHAR(30)}

为什么之前的方法失败？ #

• 用zip生成的字典值是字符串：to_sql()无法将字符串解析为有效的SQL类型，必须传入SQLAlchemy的类型实例
• 拼接字符串得到的是一个字符串对象，不是Python字典，自然无法被to_sql()识别

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