如何将纳秒精度Datetime转换为Snowflake TIMESTAMP_NTZ格式？

核心思路 #

TIMESTAMP_NTZ仅存储字面的"墙钟时间"，不处理时区偏移，因此需要保留原字符串的本地时间值、去除时区信息后再传入Snowflake。

具体解决方法 #

方法1：用Pandas转换为无时区的Timestamp #

先解析带时区的时间，再移除时区信息（注意不做时区转换）：

import pandas as pd

# 解析带时区的时间
dt_with_tz = pd.to_datetime("2017-01-01T20:19:47.922596536+09")
# 移除时区，保留原本地时间值
ntz_dt = dt_with_tz.tz_localize(None)
# 此时ntz_dt为 Timestamp('2017-01-01 20:19:47.922596536')，可直接插入

方法2：直接处理字符串（最简单） #

截断原字符串的时区部分，得到Snowflake可直接识别的无时区格式：

dt_str = "2017-01-01T20:19:47.922596536+09"
# 截断到时区符号前
ntz_str = dt_str.split('+')[0]
# 得到 "2017-01-01T20:19:47.922596536"，直接插入即可

方法3：用Python标准库datetime处理 #

解析带时区的datetime后，移除时区信息：

from datetime import datetime

# 解析带时区的时间
dt_with_tz = datetime.fromisoformat("2017-01-01T20:19:47.922596536+09")
# 移除时区，保留原时间值
ntz_dt = dt_with_tz.replace(tzinfo=None)

问题原因说明 #

• numpy.datetime64会自动将带时区的时间转换为UTC，丢失了原本地时间，不符合TIMESTAMP_NTZ的要求。
• Pandas带时区的Timestamp插入报错，是因为Snowflake的TIMESTAMP_NTZ不接受带时区的时间类型，必须传入无时区的naive datetime或对应字符串。

内容的提问来源于stack exchange，提问作者MoneyBall