Pandas Datetime转Postgres Date类型及to_sql日期格式报错解决问询

报错根因 #

你的stat_date、feed_date字段在Pandas中为datetime64[ns]类型（可能携带时区信息），但Postgres目标表对应字段为date类型，psycopg2驱动无法自动完成格式适配，触发非法日期格式报错。

解决方案 #

方案1：转换为Python原生date对象（最稳定） #

psycopg2原生支持Python date类型和Postgres date类型的适配，无需额外配置，修改后的代码如下：

import pytz
from datetime import datetime, timedelta
import pandas as pd

tz = pytz.timezone('America/Chicago')

# feed_id转datetime后提取纯日期对象，NaT会自动转为None对应Postgres NULL
df.insert(1, 'feed_date', pd.to_datetime(df['feed_id'], errors='coerce').dt.date)
# 先计算昨日时区时间再提取date，避免跨时区日期计算错误
df.insert(1, 'stat_date', (datetime.now(tz) - timedelta(days=1)).date())

df.to_sql("table", engine, if_exists='append', index=False, schema="stats")

方案2：通过dtype指定字段类型 #

如果需要保留Pandas datetime类型，可在to_sql时通过dtype参数显式指定对应字段为Postgres DATE类型：

from sqlalchemy.types import DATE

# 前面字段处理逻辑不变，to_sql时新增dtype参数
df.to_sql(
    "table", 
    engine, 
    if_exists='append', 
    index=False, 
    schema="stats",
    dtype={
        "feed_date": DATE,
        "stat_date": DATE
    }
)

注意事项 #

• 不要在纯date对象外层套pd.to_datetime，会将其转回带时间的datetime64类型，提升转换出错概率
• 带时区的日期计算需先做时间偏移再提取日期，避免跨日边界时日期计算错误
• pd.to_datetime转换生成的NaT值调用.dt.date后会转为None，写入Postgres时会自动映射为NULL，符合业务预期

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