如何在Pandas或SQLAlchemy中将年月转为日期并存入MySQL？

首先明确：MySQL没有原生的「仅年月」数据类型，只有包含年月日的DATE/DATETIME类型，或者字符串类型。要实现「不添加日信息」的存储需求，有两种可行方案：

方案1：直接存储字符串格式的年月 #

Pandas处理 #

不需要将2016-01转为datetime类型，直接保留原字符串格式，存入MySQL的CHAR(7)或VARCHAR(7)字段：

# 假设df["month"]已为"YYYY-MM"格式的字符串
from sqlalchemy import create_engine

# 初始化数据库连接
engine = create_engine('mysql+pymysql://用户名:密码@主机地址/数据库名')
# 写入数据
df.to_sql('目标表名', engine, if_exists='append', index=False)

SQLAlchemy表定义 #

在定义表结构时，将年月字段设为固定长度的字符串类型：

from sqlalchemy import Column, String, Integer, create_engine
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

class YourTable(Base):
    __tablename__ = '目标表名'
    id = Column(Integer, primary_key=True)
    month = Column(String(7))  # 专门存储YYYY-MM格式的年月字符串

# 创建表（若不存在）
engine = create_engine('mysql+pymysql://用户名:密码@主机地址/数据库名')
Base.metadata.create_all(engine)

方案2：存储带日的日期，但查询时仅提取年月 #

如果必须使用MySQL的DATE类型存储，只能默认存入当月第一天（比如2016-01-01），但可以在查询时通过MySQL函数提取年月部分：

-- 查询时仅返回YYYY-MM格式的年月
SELECT DATE_FORMAT(month_col, '%Y-%m') AS year_month FROM 目标表名;

这种方式下，Pandas转换时可以指定format参数明确解析格式：

df["month"] = pd.to_datetime(df["month"], format='%Y-%m')
# 写入时会自动转为带日的DATE类型存入MySQL

内容的提问来源于stack exchange，提问作者Bara134