将Pandas DataFrame写入MS SQL Server时的无效列名错误及解决方法

根据你描述的场景——Windows系统、Python 3.6、Pandas 0.22、SQLAlchemy 1.1.13及pyodbc 4.0.17环境下，将DataFrame写入MS SQL Server时出现“系统期望匹配[DateDay]，但识别到带单引号的'DateDay'”的错误，这个问题的根源其实不在列名本身，而是表名的写法导致的。

问题原因 #

当你使用包含数据库和架构前缀的表名（比如'DATABASE.dbo.TABLENAME'）时，SQLAlchemy或pyodbc在解析表名的过程中，引号处理逻辑出现了异常，间接干扰了列名的识别匹配流程，进而抛出了相关错误提示。

解决方案 #

移除表名中的DATABASE.dbo前缀，直接使用纯表名即可正常写入数据。

举个代码示例：
原来的报错写法：

df.to_sql('DATABASE.dbo.TABLENAME', con=engine, if_exists='append', index=False)

修改后的正确写法：

df.to_sql('TABLENAME', con=engine, if_exists='append', index=False)

需要注意的是，你的SQLAlchemy连接字符串需要已经指定了目标数据库，这样直接写表名就能正确定位到DATABASE.dbo.TABLENAME这个表。

内容的提问来源于stack exchange，提问作者Ahmed R. Abdulaal