将pandas dataframe插入MySQL表报MySQLInterfaceError: Python type list cannot be converted求助

报错提示Python列表类型无法转换，本质不是你传入的参数整体是列表，而是df的某一列/某几列的单元格值本身是列表类型，tuple(row)只是把行转成了元组，但元组内部嵌套了列表对象，MySQL connector没有默认的列表到MySQL字段类型的转换规则，所以触发报错。

• 第一步：定位存在列表类型的字段
  在遍历行的逻辑中加入类型校验，快速找到问题字段：

  for i,row in df.iterrows():
      for col_name, cell_val in row.items():
          if isinstance(cell_val, list):
              print(f"第{i}行，字段{col_name}存在列表值：{cell_val}")
  

• 第二步：转换列表类型为MySQL支持的格式
  根据业务需求选择转换规则：
  1. 转成JSON字符串（适合后续需要还原列表结构的场景）：

     import json
     # 循环中处理行数据
     processed_row = tuple(
         json.dumps(val) if isinstance(val, (list, dict)) else val 
         for val in row
     )
     c.execute(sql, processed_row)
     

  2. 转成逗号拼接的字符串（适合列表元素都是基础类型、仅需要存储展示的场景）：

     processed_row = tuple(
         ','.join(map(str, val)) if isinstance(val, list) else val 
         for val in row
     )
     

• 更高效的替代方案：使用pandas内置to_sql方法
  不需要手动拼接SQL、处理类型转换，还支持批量写入，性能远高于逐行插入：

  from sqlalchemy import create_engine
  
  # 构造数据库连接引擎
  engine = create_engine("mysql+mysqlconnector://root:pw@localhost/db")
  # 写入MySQL，name为目标表名，if_exists='append'表示追加写入，index=False表示不写入pandas的索引列
  df.to_sql(name="table", con=engine, if_exists="append", index=False)
  

你现有逐行插入的逻辑中，每次循环都执行mydb.commit()，会极大降低写入效率，可以改成所有行插入完成后统一执行一次commit，或者积累N行后批量提交。

内容的提问来源于stack exchange，提问作者Henri