使用SQLAlchemy将Pandas DataFrame写入SQL Server时，如何指定字符串列类型为varchar(10)而非默认的varchar(max)

你遇到的这个问题很常见——Pandas默认会把字符串列映射成SQL Server的varchar(max)，确实会影响后续创建索引。下面给你两种实用的解决办法：

方法一：在to_sql中直接指定列类型 #

这是最直接的方式，利用to_sql方法的dtype参数，给指定列设置想要的SQL类型。你需要先从SQLAlchemy导入VARCHAR类型，然后在调用to_sql时传入类型字典：

import pandas as pd
import sqlalchemy
from sqlalchemy import create_engine, text, VARCHAR    

# 替换成你的实际服务器、数据库和驱动信息
server = "你的服务器名称"
database = "你的数据库名称"
driver = "ODBC Driver 17 for SQL Server"
database_con = f'mssql://@{server}/{database}?driver={driver}'

engine = create_engine(database_con, fast_executemany=True)
con = engine.connect()

# 构建DataFrame
df = pd.DataFrame({'col1':['a','b','c','dd'], 'col2':[11,22,33,44]})

# 写入SQL时指定col1的类型为varchar(10)
df.to_sql(
   name='test',
   con=con, 
   if_exists='append',
   index=None,
   dtype={'col1': VARCHAR(10)}
)

con.commit()
con.close()  # 记得关闭数据库连接

这样创建出来的col1列就会是varchar(10)类型，不会再默认用max了。

方法二：预先手动创建表结构 #

如果你需要更精细的表结构控制，或者已经有明确的表设计，可以先执行SQL语句创建好表，再把DataFrame的数据追加进去：

import pandas as pd
import sqlalchemy
from sqlalchemy import create_engine, text    

server = "你的服务器名称"
database = "你的数据库名称"
driver = "ODBC Driver 17 for SQL Server"
database_con = f'mssql://@{server}/{database}?driver={driver}'

engine = create_engine(database_con, fast_executemany=True)
con = engine.connect()

# 先执行SQL创建表，明确指定列类型
create_table_sql = text("""
CREATE TABLE test (
    col1 VARCHAR(10),
    col2 INT
)
""")
con.execute(create_table_sql)
con.commit()

# 再把DataFrame数据追加到已创建的表中
df = pd.DataFrame({'col1':['a','b','c','dd'], 'col2':[11,22,33,44]})
df.to_sql(
   name='test',
   con=con, 
   if_exists='append',
   index=None
)

con.commit()
con.close()

这种方式适合需要自定义更多表属性（比如主键、约束等）的场景。

注意事项 #

• 确保使用的ODBC驱动版本和你的环境匹配，常见的是ODBC Driver 17 for SQL Server
• 如果表已经存在，使用dtype参数时要确保指定的类型和已有表的列类型一致，否则会抛出错误
• 操作完成后记得关闭数据库连接，避免资源浪费

备注：内容来源于stack exchange，提问作者frank