Python使用pymssql读取SQL Server日期列返回十六进制值问题

你库中trnDate列是SQL Server的datetimeoffset类型（从存储值带+04:00时区偏移就能判断），低版本pymssql没有内置对该类型的自动转换逻辑，会直接返回数据库传输的原始二进制字节串。
你之前尝试的加charset参数、pandas端设置parse_dates都没用：前者只解决字符编码问题，和二进制日期类型无关；后者拿到的已经是字节串，根本匹配不到日期字符串格式，自然解析失败。其余列读取正常，是因为那些列的类型都在pymssql默认支持的转换范围内。

按操作成本从低到高排序：

• 方案一：查询时显式转换列类型（无需升级、无需额外写转换逻辑，推荐优先用）
  不要直接用select *，在SQL语句里把datetimeoffset类型的trnDate转成pymssql能识别的datetime2类型即可，示例代码：

  import pymssql
  import pandas as pd
  conn = pymssql.connect(server, user, password, "HecPoll5")
  query_sql = """
  SELECT 
    TID, Number,
    CAST(trnDate AS datetime2) AS trnDate,
    LiveMandatorID, Quantity, CustomerID
  FROM dbo.v_beeah_data WHERE customerid=379691
  """
  df = pd.read_sql_query(query_sql, conn)
  

  如果需要保留原列的时区信息，可以把列转成ISO格式字符串再交给pandas解析，把上面SQL里的CAST部分换成CONVERT(VARCHAR, trnDate, 127) AS trnDate，再给read_sql_query加parse_dates=['trnDate']参数即可。
• 方案二：升级pymssql到最新版本
  新版pymssql已经补上了datetimeoffset类型的自动解析支持，升级后原代码不用任何修改就能正常读取日期。升级命令：

  pip install --upgrade pymssql
  

• 方案三：读取后手动转换二进制值
  既不想改SQL也不想升级驱动的话，可以拿到DataFrame后按SQL Server datetimeoffset的二进制存储结构手动解析，代码如下：

  from datetime import datetime, timedelta, timezone
  
  def parse_datetimeoffset(raw_bytes):
      time_ticks = int.from_bytes(raw_bytes[:8], byteorder="little")
      offset_min = int.from_bytes(raw_bytes[8:10], byteorder="little", signed=True)
      dt = datetime(1, 1, 1) + timedelta(microseconds=time_ticks // 10)
      return dt.replace(tzinfo=timezone(timedelta(minutes=offset_min)))
  
  df["trnDate"] = df["trnDate"].apply(parse_datetimeoffset)
  

内容的提问来源于stack exchange，提问作者ALIHABIB.IN