Python导入Teradata日期报错：空日期列及日期格式不兼容问题咨询

问题1：3个空日期列需为空上传的实现方法 #

报错根源是空值类型不匹配，按以下步骤调整即可：

• 创建空日期列时不要使用空字符串""或直接传入None，要明确指定列为datetime类型，空值用pandas原生的NaT（对应SQL的日期NULL值），创建代码如下：

  import pandas as pd
  # 插入空日期列时直接指定dtype为datetime，生成的空值就是标准NaT格式
  df.insert(5, "ACTIVE_DATE", pd.Series(dtype='datetime64[ns]'))
  

• 若已经生成了object类型的空日期列，先统一做类型转换，把所有非法值转为NaT：

  # 对3个空日期列都执行该操作
  df['ACTIVE_DATE'] = pd.to_datetime(df['ACTIVE_DATE'], errors='coerce')
  

• 调用to_sql时添加dtype参数，明确告知sqlalchemy这几列是日期类型，避免驱动自动推断类型出错：

  from sqlalchemy.types import DATE
  
  eng = sqlalchemy.create_engine('teradatasql://user:pass@host')
  df.to_sql(
      name='Sales_DB',
      con=eng,
      if_exists='append',
      index=False,
      schema='sales',
      # 此处把3个空日期列都加上类型声明
      dtype={
          "ACTIVE_DATE": DATE(),
          "你的第二列空日期名称": DATE(),
          "你的第三列空日期名称": DATE()
      }
  )
  

问题2：DD/MM/YYYY格式Python导入失效的原因 #

其他非Python的导入工具（比如Teradata自带的FastLoad、BTEQ等）会自动读取当前Teradata实例的会话日期格式配置，多数业务场景下Teradata默认会话格式为DD/MM/YYYY，因此可以直接识别该格式的日期值。
而Python的teradatasql驱动搭配pandas的to_sql方法时，默认遵循ISO日期序列化标准，仅识别YYYY-MM-DD格式的日期值，不会主动适配Teradata实例的本地日期格式配置，因此直接传入DD/MM/YYYY格式的字符串会被判定为非法日期。

内容的提问来源于stack exchange，提问作者JohnR