Python导入数据到Access遇pyodbc整数列HYC00错误解决方案咨询

你遇到的报错是Access ODBC驱动对numpy整数类型的兼容性问题，pandas默认导出的整数列是numpy.int64格式，Microsoft Access的ODBC驱动不支持该类型的参数绑定，所以抛出对应错误。无需将整数转浮点，可参考以下三种可行方案：

方案1：为to_sql方法明确指定字段类型映射 #

手动用SQLAlchemy的类型类声明每个列对应Access的字段类型，避免pandas自动推断类型出错，整数列统一用Integer类型即可，修改后的代码示例如下：

import pandas as pd
import numpy as np
import pyodbc
from sqlalchemy import create_engine
# 新增导入SQLAlchemy类型类
from sqlalchemy.types import Integer, String, Float, DateTime
from io import BytesIO
from urllib.request import urlopen
from zipfile import ZipFile

# 下载解压数据部分代码不变
zipurl = 'https://www.data.boem.gov/Well/Files/5010.zip'
with urlopen(zipurl) as zipresp:
    with ZipFile(BytesIO(zipresp.read())) as zfile:
        zfile.extractall('/temp/leasedata')

colspecs = [(0, 12), (13, 17), (18, 26), (27, 31), (31, 37), (39, 47), (47, 53), (57, 62), (62, 67),
            (67, 73), (84, 86), (86, 92), (104, 106), (106, 112), (112, 120), (120, 128), (131, 134), (134, 139),
            (140, 155), (156, 171), (172, 187), (188, 203), (203, 213)]

df = pd.read_fwf('/temp/leasedata/5010.DAT', colspecs=colspecs, header=None)
df.columns = ['API', 'WellName', 'Suffix', 'OprNo', 'BHFldName', 'SpudDate', 'BtmOCSLse', 'RKBElev', 'TotalMD',
              'TVD', 'SurfArea', 'SurfBlock', 'BHArea', 'BHBlock', 'TDDate', 'StatusDate', 'StatusCode', 'WaterDepth',
              'SurfLon', 'SurfLat', 'BHLon', 'BHLat', 'SurfOCSLse']

# 手动定义字段类型映射
dtype_map = {
    # 整数类字段指定为Integer类型
    'RKBElev': Integer(),
    'TotalMD': Integer(),
    'TVD': Integer(),
    'WaterDepth': Integer(),
    # 字符串类字段指定为String，长度根据实际数据调整，适配Access要求
    'API': String(12),
    'WellName': String(50),
    'Suffix': String(10),
    'OprNo': String(10),
    'BHFldName': String(20),
    # 日期类字段指定为DateTime
    'SpudDate': DateTime(),
    'TDDate': DateTime(),
    'StatusDate': DateTime(),
    # 经纬度等浮点类字段指定为Float
    'SurfLon': Float(),
    'SurfLat': Float(),
    'BHLon': Float(),
    'BHLat': Float()
}

conn = create_engine("access+pyodbc://@OOSA")
# 写入时传入dtype参数，新增index=False避免写入多余的索引列
df.to_sql('borehole_temp_table', conn, if_exists='replace', index=False, dtype=dtype_map)

方案2：将numpy整数转换为Python原生整数类型 #

如果不想手动声明所有字段类型，只需要将整数列的numpy.int格式转为Python原生int，空值替换为None即可适配ODBC驱动要求：

# 填入所有需要保留整数类型的列名
int_cols = ['RKBElev', 'TotalMD', 'TVD', 'WaterDepth']
for col in int_cols:
    df[col] = df[col].apply(lambda x: int(x) if pd.notna(x) else None)

# 后续写入逻辑不变
df.to_sql('borehole_temp_table', conn, if_exists='replace', index=False)

方案3：使用win32com替代ODBC操作Access #

如果本地已安装Access软件，可使用pywin32库直接调用Access的COM接口写入数据，完全绕开ODBC驱动的兼容性问题，无需配置DSN。

内容的提问来源于stack exchange，提问作者Heather