DataFrame Timestamp列JSON序列化失败，插入Salesforce报错求助

这个问题我之前对接Salesforce API时也碰到过！核心原因是Salesforce的数据交互依赖JSON格式，但pandas的Timestamp对象不属于JSON可序列化的原生类型，所以咱们得把datetime64[ns]类型的列转成Salesforce能识别的字符串格式就行，这里给你两种最实用的方法：

方法1：转成ISO 8601标准格式字符串 #

这是最通用的方案，Salesforce的DateTime字段默认支持ISO格式的字符串，直接用pandas的dt.isoformat()方法即可：

import pandas as pd

# 假设你的DataFrame名为df
df['Date'] = df['Date'].dt.isoformat()

转完之后，Date列的内容会变成类似2018-05-18T04:45:08的字符串，完全符合JSON序列化要求，Salesforce也能正确解析成时间戳。

方法2：转成Salesforce指定的UTC格式（带Z后缀） #

有些Salesforce环境要求时间戳必须是UTC时区并带有Z后缀，这时候可以用dt.strftime()自定义格式：

df['Date'] = df['Date'].dt.strftime('%Y-%m-%dT%H:%M:%SZ')

转换后的结果会是2018-05-18T04:45:08Z，完美匹配Salesforce的严格格式要求。

特殊情况：如果Salesforce字段是纯日期类型（无时间） #

如果你的Salesforce对应字段是Date类型（只需要年月日），那只需要转成YYYY-MM-DD格式即可：

df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')

验证转换结果 #

转换完成后，你可以用df.dtypes检查Date列的类型，应该变成object（字符串类型），这时候再将DataFrame的数据转换成JSON格式插入Salesforce就不会再触发TypeError了。

内容的提问来源于stack exchange，提问作者dark horse