pandas调用to_sql写入SQL Server报sqlite_master对象无效错误

pandas.DataFrame.to_sql默认将传入的非SQLAlchemy连接对象识别为SQLite连接，自动生成SQLite方言的SQL语句执行。你传入的是pyodbc直连SQL Server的原生连接对象，pandas执行表存在性检查时会查询SQLite专属的系统表sqlite_master，但SQL Server中不存在这个系统对象，因此抛出"Invalid object name 'sqlite_master'"的错误。

使用pandas官方推荐的SQLAlchemy引擎作为数据库连接对象，pandas会自动适配SQL Server的SQL方言，不再生成SQLite专属的查询语句。

1. 先安装所需依赖：

pip install pandas sqlalchemy pyodbc

2. 修改代码中的连接逻辑，替换原生pyodbc连接为SQLAlchemy引擎：

import pandas as pd
from sqlalchemy import create_engine

# 拼接SQLAlchemy格式的SQL Server连接字符串
conn_str = (
    r"mssql+pyodbc://DESKTOP-A1DUCDS\SQLEXPRESS/Northwind?"
    r"driver=SQL Server;"
    r"Trusted_Connection=yes"
)
engine = create_engine(conn_str)

# 读取数据
df = pd.read_sql_query("SELECT * FROM Orders", engine)
print(df)

# 写入新表，可通过if_exists参数控制表已存在时的行为：fail/append/replace
df.to_sql("Orders_New", con=engine, index=False, if_exists="fail")

注意事项 #

• 如果写入过程中出现字段类型不匹配的报错，可以在to_sql方法中通过dtype参数手动指定字段对应的SQL Server类型，避免自动类型推断错误。
• 不建议绕过SQLAlchemy直接使用原生pyodbc连接调用to_sql，后续版本的pandas已经逐步废弃对非SQLAlchemy连接的支持。

内容的提问来源于stack exchange，提问作者user18740051