Pandas to_sql写入PostgreSQL时数据带{}花括号问题解决方案

PostgreSQL中字段值被{}花括号包裹是数组类型的标准存储表现，该问题由写入时的数据类型不匹配导致：

1. 代码中re.findall()的返回值固定为Python列表类型，即使仅匹配到1个结果，也会返回单元素列表（即控制台打印的['$3.291']格式）。直接将该列表作为价格字段值写入DataFrame时，pandas结合SQLAlchemy写入PostgreSQL的过程中，会自动将Python列表映射为PostgreSQL数组类型（TEXT[]或NUMERIC[]），数组类型的查询输出默认以{}包裹内部元素。
2. DataFrame初始化逻辑存在缺陷：初始给价格列传入的是字符串类型测试值"price"，后续循环写入时又传入列表类型值，列类型混杂会干扰pandas的类型推断逻辑，提升类型映射错误概率。
3. 代码存在两处冗余/不规范写法：df.head()仅做打印输出无赋值操作，不会对数据产生实际修改；df.to_sql()执行完成后才新建psycopg2连接查询数据，若to_sql传入的conn是psycopg2原生连接而非SQLAlchemy引擎连接，会进一步提高类型推断的出错概率。

• 提取价格时将列表转为标量值，禁止直接存入re.findall()返回的列表。由于单条商品数据仅对应一个价格，直接取匹配结果的首元素即可，同时增加兜底逻辑避免无匹配结果时触发索引报错：

numbers = re.findall(r'(?:[\£\$\€]{1}[,\d]+.?\d*)', justText)
# 取首个匹配到的价格，无匹配结果时赋值为空
price = numbers[0] if numbers else None

后续DataFrame赋值时传入处理后的标量price，替换原来的numbers参数：

df.loc[justText[:pos]] = [justText[:pos], price]

• 修正DataFrame初始化逻辑，删除无意义的测试占位行，直接定义空表明确列结构，避免脏数据和类型混乱：

# 替换原来带测试数据的初始化代码
df = pd.DataFrame(columns=['Product Name', 'Product Price'])

• 写入数据库前强制指定列类型，从根源避免类型自动推断偏差。如果需要保留带货币符号的价格文本，可将价格列强制转为字符串类型；如果需要后续做数值计算，可进一步清洗掉货币符号、千分位分隔符后转为浮点数：

# 保留文本格式时使用
df['Product Price'] = df['Product Price'].astype(str)

• 规范数据库连接使用：df.to_sql()方法要求传入SQLAlchemy创建的引擎连接，不要直接传入psycopg2生成的原生连接，避免类型映射逻辑异常。

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