PostgreSQL导入TSV文件时deathYear字段\N值引发整数类型报错求助

这个问题我之前处理IMDb数据集的时候也碰到过！根源在于PostgreSQL的COPY命令默认不会把\N识别为NULL值，而是当成普通字符串，而你的deathYear是INTEGER类型，自然就报错了。下面给你最直接的解决办法：

最简单的方案就是在COPY语句里显式指定NULL的表示符为\N，让PostgreSQL把TSV里的\N转换成NULL值存入INTEGER字段。修改后的导入语句如下：

COPY name_mock FROM '/home/pathtofile/name.basics.tsv' 
DELIMITER E'\t' 
CSV HEADER
NULL '\N';

为什么这个能生效？ #

• 默认情况下，PostgreSQL的COPY命令会把空字符串识别为NULL，但很多TSV数据集（比如你用的IMDb数据）习惯用\N来表示缺失值（比如未逝世的演员）。
• 通过添加NULL '\N'参数，你相当于告诉PostgreSQL：“遇到\N就把它当成NULL处理”，而你的deathYear字段没有加NOT NULL约束，完全可以存储NULL值。

可选验证步骤 #

导入完成后，你可以执行下面的SQL确认效果：

SELECT nconst, primaryName, deathYear FROM name_mock WHERE deathYear IS NULL LIMIT 10;

应该能看到那些未逝世演员的deathYear显示为NULL，而不是导入报错了。

内容的提问来源于stack exchange，提问作者qer