Pandas保存DataFrame到MySQL时series_id列值异常转换问题排查

云上老周

2026-8-6

问题：Pandas保存DataFrame到MySQL时series_id被强制转为2147483647

表结构定义

CREATE TABLE series_info (
    series_id INT NOT NULL PRIMARY KEY,
    s_area VARCHAR(40) NOT NULL,
    s_code VARCHAR(10) NOT NULL,
    dataset_version VARCHAR(20) NOT NULL
);

Python代码片段

# 向df_series_info插入3条记录

conn = sqlalchemy.create_engine( \
    f"mysql+mysqlconnector://{DATABASER_USER}:{DATABASER_PASSWORD}@{DATABASE_HOST}/{DATABASE}")

print(df_series_info.dtypes)
print(df_series_info.head())
df_series_info.to_sql(name='series_info', con=conn, if_exists='append', index=False)

问题现象

执行代码后触发主键重复错误，提示2147483647重复，但DataFrame中series_id的实际值远大于该数值。若移除PRIMARY KEY约束，代码可正常运行，但所有行的series_id均被替换为2147483647。

问题原因与解决办法

核心原因：数据类型范围不匹配
MySQL的INT类型是32位有符号整数，最大值为2147483647。当DataFrame中的series_id数值超过这个上限时，mysqlconnector会将超出范围的数值强制截断为INT类型的最大值，进而导致主键重复或所有值被统一替换。
解决步骤
1. 修改MySQL表字段类型：将series_id改为BIGINT（64位有符号整数，最大值为9223372036854775807），足以容纳更大的数值：
```
ALTER TABLE series_info MODIFY COLUMN series_id BIGINT NOT NULL PRIMARY KEY;
```
2. 统一DataFrame字段类型：确保DataFrame中series_id列的类型为int64，避免隐式转换问题：
```
df_series_info['series_id'] = df_series_info['series_id'].astype('int64')
```
3. 重新执行写入操作：此时超出原INT范围的数值会被正确写入，主键重复问题也会消失。