如何用Pandas DataFrame填充含自动编号与默认值列的MS Access表？

我来帮你搞定这个问题！你遇到的DataError类型不匹配错误，根源在于你给Access的自动编号列（ID）和默认时间列（RowInsertedTime）传了空字符串''——这俩字段根本不需要你手动赋值，数据库会自动生成对应的值。

核心解决方案：省略不需要手动赋值的列 #

Access的自动编号列会自动生成递增的整数，默认值为now()的列会自动填充当前时间，所以我们只需要插入自己有数据的列即可：

1. 调整你的DataFrame，移除不需要手动赋值的ID和RowInsertedTime列：

d = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data=d)

2. 修改INSERT语句，只列出需要插入数据的列（col1、col2）：

connection_string = (
    r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};'
    r'DBQ=C:\Users\Public\MyTest.accdb;'
)
cnxn = pyodbc.connect(connection_string, autocommit=True)
crsr = cnxn.cursor()

# 只插入col1和col2，让Access自动处理ID和RowInsertedTime
crsr.executemany(
    f"INSERT INTO [{table_name}] (col1, col2) VALUES (?, ?)",
    df.itertuples(index=False)
)

# 记得关闭游标和连接（可选，但好习惯）
crsr.close()
cnxn.close()

特殊场景：必须保留DataFrame中的ID和RowInsertedTime列 #

如果因为上游逻辑需要，你必须保留这两个列在DataFrame里，那可以把它们的值设为None（而非空字符串），并在SQL语句中用DEFAULT关键字让数据库使用默认值：

d = {'ID': [None, None], 'col1': [1, 2], 'col2': [3, 4], 'RowInsertedTime': [None, None]}
df = pd.DataFrame(data=d)

crsr.executemany(
    f"INSERT INTO [{table_name}] (col1, col2, ID, RowInsertedTime) VALUES (?, ?, DEFAULT, DEFAULT)",
    df[['col1', 'col2']].itertuples(index=False)
)

不过这种方式比较冗余，更推荐第一种直接省略不必要列的方案，代码更简洁也更不容易出错。

错误原因说明 #

Access的自动编号列是整数类型，默认时间列是日期/时间类型，你传入的空字符串''和这两种数据类型完全不兼容，数据库无法完成类型转换，所以抛出了DataError: 数据类型不匹配的错误。只要不让这两个字段接收错误类型的值，或者干脆不指定它们，数据库就会自动生成正确的内容啦。

内容的提问来源于stack exchange，提问作者Mtra