Python3导入Excel至SQLite时如何正确设置列字段类型

你碰到的ID列带.0后缀、被识别为REAL类型的问题，根本不是操作错误，是两个环节的默认逻辑自动导致的：

• 读Excel阶段的类型偏差：pandas读Excel时，只要某一列有哪怕1个空单元格，整列的整数类型就会被自动转成float64——原因是pandas的普通整数类型没法存空值，只能靠带小数的浮点类型承载NaN空值。
• 写库阶段的类型映射规则：pandas默认会把float64类型映射成SQLite的REAL类型，最后就出现了1.0、2.0这种带小数后缀的效果。

另外提一句，你贴的原代码有个小语法错误：wb.[sheet] 是非法写法，正确是 wb[sheet]，不然代码根本跑不起来。

完全不用等数据写完再用sqlitebrowser手动改表结构，直接用to_sql方法自带的dtype参数，在写入的时候就把每个列的目标字段类型指定好就行，非常方便。

操作方法 #

1. 对照业务需求，提前整理好每个列要对应什么SQLite字段类型
2. 遍历所有工作表写入数据库时，把整理好的类型映射传给dtype参数，强制指定字段类型

可直接运行的参考代码 #

import sqlite3
import pandas as pd

con = sqlite3.connect("test.db")
# sheet_name=None 会读入文件里所有工作表，返回{工作表名: 对应数据框}的字典
wb = pd.read_excel("for_DB_data.xlsx", sheet_name=None)

for sheet_name, df in wb.items():
    # 按照你的实际表结构修改类型映射，没列在里面的字段会走pandas默认推断
    type_map = {
        "ID": "INTEGER",
        # 举个其他列的配置例子
        "年龄": "INTEGER",
        "联系电话": "TEXT"
    }
    # 写库的时候传入类型映射
    df.to_sql(
        name=sheet_name,
        con=con,
        if_exists="replace",
        index=False,
        dtype=type_map
    )

con.commit()
con.close()

实用注意点 #

• 上面的代码直接用字符串写SQLite字段类型，不需要额外装sqlalchemy之类的依赖，你现在能跑通现有代码的环境直接就能用。
• 只要给ID列指定了INTEGER类型，原来的浮点形式的整数值（比如1.0、2.0）会自动转成无后缀的整数写入，空值会存为SQLite标准的NULL，不会再出现.0后缀的问题。
• 如果想少写重复的映射代码，也可以在读Excel的时候就把需要存整数的列强制转成pandas的可空整数类型Int64，后续写库的时候pandas会自动把这个类型映射成SQLite的INTEGER，不需要再单独传dtype参数：

  # 读文件时直接指定列的pandas内部类型
  wb = pd.read_excel(
      "for_DB_data.xlsx",
      sheet_name=None,
      dtype={"ID": "Int64", "年龄": "Int64"}
  )
  

内容的提问来源于stack exchange，提问作者2e6d7c49e26c